Produksi Biogas Dari Substrat Campuran Sampah Buah Menggunakan Starter Kotoran Sapi (Rahmaniah Sjafruddin)

Jurnal Teknologi

Daftar Isi

ISSN 1412-3819 Pengantar Redaksi Riset & Teknologi

Produksi Biogas Dari Substrat Campuran Sampah Buah Menggunakan Starter Kotoran Sapi (Rahmaniah Sjafruddin) Pengaruh Inhibitor Blending Terhadap Laju Korosi Pada Baja Karbon Dalam Medium NaCl Dengan Metode Weight Loss (Damianus Samosir) Desain Interkoneksi Tenaga Listrik Sistem Mahakam Dengan Sistem Bontang Menggunakan Analisis Aliran Daya (Ipniansyah) Pemanfaatan Limbah Sabut Kelapa Dan Cangkang Kemiri Untuk Pembuatan Biobriket (Mardhiyah Nadir) Analisis Kestabilan Peralihan Sistem Tenaga Listrik Multimesin (Model Sembilan Bus Tiga Mesin) (Rusda) Peramalan Kebutuhan Energi Listrik Provinsi Kalimantan Timur Dengan menggunakan Jaringan Syaraf Tiruan (Cornelius Sarri) Optimasi Proses Ekstraksi Minyak Biji Alpukat Dengan Variasi Temperatur Dan Kecepatan Pengadukan (Muhammad Syahrir Syaripuddin) Analisa kapasitas Dan Kinerja Simpang Empat Bersinyal (Study Kasus Simpang Empat Air Hitam Samarinda (Karminto)

MEDIA PERSPEKTIFVOL. 11 Nomor 2, DESEMBER 2011 : 62 - 119

62 - 67

68 - 72

73 - 83

84 - 90

91 - 97

98 - 106

107 - 111

112 - 119

DAFTAR ISI

Jurnal Teknologi Jurnal Teknologi

PENGANTAR REDAKSI

Assalamu ‘alaikum Wr. Wb. Puji syukur ke hadirat Allah SWT atas rahmat dan karunia-Nya Jurnal Media Perspektif Politeknik Negeri Samarinda Volume 11 nomor 2, Desember 2011 dapat diterbitkan. Media Perspektif Polnes memuat hasil-hasil penelitian bidang Teknologi dan karya ilmiah non penelitian yang bermutu. Media Perspektif diterbitkan dua kali dalam satu tahun, yaitu setiap bulan Juni dan bulan Desember. Penerbitan Jurnal Media Perspektif edisi kali ini, menampilkan beragam artikel penelitian dibidang teknologi. Redaksi Media Perspektif mengharapkan peran serta para ilmuwan dan peneliti untuk memberikan kontribusi yang lebih banyak demi keberlangsungan media ini secara khusus dan sumbangsih terhadap perkembangan sains dan teknologi pada umumnya. Terima kasih dan selamat kepada para penulis yang tulisannya diterbitkan pada edisi ini. Redaksi berharap agar Media ini dapat menambah pengetahuan dan wawasan pembaca terutama civitas akademika, kalangan industri dan pemerintah. Sekali lagi kami mohon sumbang saran para pembaca, sebab partisipasi pembaca tentu akan lebih menyempurnakan terbitan berikutnya.

Wassalamu’ alaikum Wr. Wb.

REDAKSI

PENGANTAR REDAKSI

MEDIA PERSPEKTIF VOL. 11 Nomor 2, Desember 2011 : 62 - 119

Riset & Teknologi

ISSN : 1412-3819

PRODUKSI BIOGAS DARI SUBSTRAT CAMPURAN SAMPAH BUAH MENGGUNAKAN STARTER KOTORAN SAPI Rahmiah Sjafruddin Dosen Jurusan Teknik Kimia -Politeknik Negeri Ujung Pandang Jl. Perintis Kemerdekaan Km 10, Makassar 90245 (0411) 585365 / (0411) 586043 E-mail: [email protected] Abstrak Pemanfaatan sampah buah untuk memproduksi biogas dapat memperkecil konsumsi sumber energi komersial seperti minyak bumi dan sekaligus mengurangi akumulasi sampah. Biogas dihasilkan melalui proses pemecahan bahan organik yang melibatkan aktivitas mikroorganisme anaerob dalam biodigester yang beroperasi secara kontinyu. Penelitian ini bertujuan untuk menentukan parameter-parameter proses produksi biogas pada tahap awal dengan substrat campuran buah. Parameter tersebut diantaranya total solid, volatile solid, dan pH. Biodigester beroperasi secara kontinyu dengan loading rate 2 kg/hari (sekali umpan) dengan kapasitas biodigester 60 kg. Hasil penelitian menunjukkan bahwa parameter-parameter proses awal produksi biogas diantaranya nilai rasio C/N sebesar 30, total solid sebesar 9,9%, volatile solid sebesar 78,9%, pH berkisar 6,5 - 7, dan suhu sebesar 28oC dapat menghasilkan produksi biogas yang semakin besar dengan kadar gas metana relatif konstan. Kadar gas metana kotoran sapi sebesar 50,1% (R-0), sementara untuk komposisi campuran sampah buah 1% sebesar 50,2% (R-1), 5% sebesar 50,0% (R-2), dan 10% sebesar 50,7% (R-3). Kata kunci : Biodigester, biogas, buah, methana, sampah.

PENDAHULUAN Biogas merupakan sumber renewable energy yang mampu memberikan andil dalam usaha mengurangi penggunaan bahan bakar fosil seperti minyak bumi. Bahan baku proses produksi energi biogas merupakan bahan nonfosil, umumnya adalah biomass yang mengandung bahan organik yang tersedia sangat melimpah di Indonesia. diantaranya adalah sumber daya pertanian (sampah buah, sayur, dan lain-lain) dan peternakan. Sampah buah mempunyai kandungan bahan organik yang tinggi, sehingga berpotensi menjadi bahan baku pembuatan biogas (Nurrihadini, 2009). Penelitian tentang pembuatan biogas menggunakan sampah buah telah banyak dilakukan. Permasalahan yang terjadi adalah produksi biogas dari sampah buah menghasilkan gas metana dengan kadar yang

rendah. Hal ini mengingat karakteristik sampah buah yang relatif asam (< 6,5), dan beberapa sampah buah mengandung senyawa penghambat (inhibitor) bagi mikroorganisme, misalnya pada kulit buah jeruk terdapat senyawa limonen pada konsentrasi 90 ppm/hari dapat menjadi toksik bagi bakteri metanogen (Ozmen, 2009). Oleh karena itu untuk mengoptimalkan produksi biogas dari campuran sampah buah, maka perlu dilakukan penentuan parameterparameter awal yang berpengaruh terhadap proses produksi biogas diantaranya adalah rasio C/N, total solid, volatil solid, pH dan temperatur. Bahan-bahan organik mengandung senyawa-senyawa yang tersusun dari unsurunsur karbon (C), hydrogen (H) dan oksigen (O). Bahan organik (substrat) pada proses produksi biogas, diharapkan mengandung senyawa

MEDIA PERSPEKTIF VOL. 11 Nomor 2, DESEMBER 2011 : 62 - 119

RISET & TEKNOLOGI /62

sederhana yang mudah didegradasi oleh kelompok mikroorganisme anaerobic atau bersifat biodegradable. Pada proses anaerobik digester, degradasi bahan organik dapat menghasilkan energi yang dikeluarkan dalam bentuk gas metana (CH4) yang sangat bermanfaat. Adapun contoh reaksi kimia proses anaerobik sebagai berikut (Deublein, 2008).

Reasksi asidogenesis : (C6H12O6)n Glukosa (C6H12O6)n

H3CHOHCOOH asam propionate

(6)

CH3CH2CH2COOH + CO2 + H2 (7) asam butirat

(C6H12O6)n

CH3OH + CO2 Methanol

(8)

Reaksi asetogenesis : Biogas dengan kandungan terbesar berupa gas metana, dan gas CO2 adalah produk akhir dari proses degradasi bahan–bahan organik oleh bakteri pada kondisi tanpa udara (anaerobik) di dalam biodigester. Tahapan proses pembentukan biogas/gas metana adalah sebagai berikut :

CH3(CH2)COOH + 2H2O

1. Tahap Hidrolisis Pada tahap hidrolisis, degradasi bahan organik dengan proses hidrolisis secara eksternal oleh enzim ekstraselular (selulose, amilase, protease dan lipase) dari mikroorganisme. Proses hidrolisis, yaitu dekomposisi bahan organik polimer menjadi monomer yang mudah larut yang dilakukan oleh sekelompok bakteri fakultatif. Pada tahap ini, bahan-bahan organik seperti karbohidrat, lipid, dan protein didegradasi menjadi senyawa dengan rantai pendek (Ritmann end McCarty, 2001).

2CO2 + 4H2

(C6H10O5)n + n H2O Selulosa

n(C6H12O6) glukosa

(4)

CH3CHOOH + CO2 +3H2 (9) asam asetat

asam propionate CH3CH2CH2COOH + H2O asam butirat

CH3CHOOH + 3H2 (10)

CH3CHOOH + 2H2O

(11)

Proses fermentasi oleh bakteri asidogen dengan waktu pertumbuhan yang cepat yakni berkisar 1 – 4 hari (Deublein, 2008). Kondisi lingkungan yang optimum untuk pertumbuhan mikroorganisme pada proses hidrolisis dan asidogenesis (mikroorganisme non metanogen), dapat dilihat pada Tabel 1. Tabel 1 Kondisi operasi mikroorganisme non metanogen (Deublein, 2008). No.

Parameter

kondisi operasi

1.

Temperatur (oC)

25 - 35

asam-asam amino (5) (dapat larut)

2.

pH

5 – 8 (optimum 5,2 – 6,3)

3.

Rasio C/N

10 - 45

2. Tahap Asidogenesis Proses asidogenesis, yaitu dekomposisi monomer organik menjadi asam-asam organik (asam lemak) dan alkohol. Pada proses asidogenesis, monomer organik diuraikan lebih lanjut oleh bakteri asidogen menjadi asamasam organik yang mudah menguap seperti asam asetat, format, butirat, propionat, dan asam-asam lemak rantai pendek serta dihasilkan juga methanol, CO2, dan H2. Adapun reaksi asidogenesis dan asetogenesis (Verma, 2002) :

4.

DM content (%)

< 40 DM

Protein + H2O


3. Metanogenesis. Pada proses metanogenesi, asam asetat diuraikan oleh bakteri metanogen menjadi CH4, CO2, dan H2O. Reaksi kimia pembentukan metana dari asam asetat dan reduksi CO2 dapat dilihat pada persamaan reaksi berikut : Asetotropik metanogenesis (Deublein, 2008) : CH3COO- + H2O

CH4 + HCO3 … (12)

MEDIA PERSPEKTIFVOL. 11 Nomor 2, Desember 2011 : 62 - 119

Hidrogenotropik metanogenesis : 4H2 + CO2

CH4 + 2H2O….

(13)

Menurut Schroeder (1977) skema pembentukan metana dengan penguraian seperti pada Gambar 1.

Faktor-faktor yang mempengaruhi proses produksi biogas Keberhasilan proses secara anaerobik untuk menghasilkan produk berupa metana (CH 4) dan karbon diokasida (CO 2) sangat ditentukan oleh tiga faktor, diantaranya adalah: a. Kondisi lingkungan proses diantaranya : temperatur, derajat keasaman (pH), pengadukan, waktu tinggal dan loading rate. b. Substrat diantaranya : kandungan substrat, senyawa toksik (inhibitor), nilai rasio C/N, dan total solid dan volatile solid. c. Jenis mikroorganisme : bakteri anaerobik dan fakultatif yang terlibat dalam proses hidrolisis dan fermentasi senyawa organik dan Bakteri metanogen.

METODOLOGI PENELITIAN

Gambar 1 Substrat dalam fermentasi anaerobik metana (Schroeder, 1977).

Bahan dan Alat Penelitian Bahan yang digunakan berupa sampah buah, kotoran sapi dan inokulum. Adapun alat yang digunakan adalah rangkaian alat biodigester yang terdiri atas : saluran pengumpanan, saluran keluaran slurry, pengaduk, dan gas Holder

Kecepatan pertumbuhan bakteri metanogen lebih lambat dibanding bakteri asidogen (non metanogen). Waktu pertumbuhan bakteri metanogen berkisar 5 – 16 hari (Deublein, 2008). Kondisi lingkungan yang optimum untuk pertumbuhan mikroorganisme metanogen, dapat dilihat pada Tabel 2. Tabel 2 Kondisi operasi mikroorganisme metanogen (Deublein, 2008). Gambar 2 Rangkaian alat pembuatan biogas

No. 1.

Parameter Temperatur ( oC)

kondisi operasi - Mesophilik : 32 – 42 - Thermophilic : 50 - 58

2.

pH

6,7 – 7,5

3.

Rasio C/N

20 - 30

4.

DM content (%)

< 30 DM

Cara Produksi Biogas Sumber Substrat Sampah organik (substrat) yang digunakan dalam penelitian ini berasal dari sampah buah yakni sampah buah melon, jeruk dan apel yang diperoleh dari Pasar Buah Gemah Ripah Gamping, Yogyakarta. Adapun parameter substrat yang diatur berupa rasio C/N = 30 sehingga komposisi campuran sampah adalah



50 % sampah buah melon, 40% sampah jeruk, 10 % sampah buah apel, total solid 5-10%, dan pH 6,5 – 7. Sampah di blender sampai diperoleh substrat dalam bentuk slury. Substrat disiapkan dalam jumlah banyak dan disimpan pada temperatur 4°C. Strategi Start-Up Strategi pendahuluan (start-up) yang dilakukan untuk proses produksi biogas dari sampah buah adalah dengan membuat starter dari kototran sapi. Komposisi kotoran sapi dan air (air dan inokulum) adalah dengan perbandingan 1 : 1 (R-0). Proses aklimatisasi starter dilakukan sampai diperoleh kadar gas metana yang maksimum. Pengumpanan substrat ke dalam biodigester Melakukan pengumpanan secara bertahap ke dalam biodigester kontinyu yang berkapasitas 60 liter dan volume operasi biodigester sebesar 36 liter. Pada penelitian ini, laju umpan sekitar 2 liter per hari. Komposisi campuran buah dan kotoran sapi didasarkan pada basis kering (total solid) dengan komposisi : 1% cb : 99% ks (R-1) ; 5% cb : 95% ks (R-2); 10% cb : 90% ks (R-3). Pencampuran umpan sampah buah dengan kotoran sapi bertujuan untuk menghindari shock loading mikroorganisme dari starter kotoran sapi terhadap perubahan sifat dasar sumber karbon. Perubahan komposisi umpan akan dilakukan setelah diperoleh hasil biogas dengan kadar gas metana maksimum.

65oC, dengan suhu optimum < 55 oC). Pada penelitian ini, kondisi suhu di dalam biodigester relatif konstan pada kisaran 28oC. Menurut Eddy (2004), mikroorganisme mesophilik hidup pada kisaran suhu 20oC sampai 45oC. Suhu di dalam biodigester cenderung dipengaruhi oleh fluktuasi suhu eksternal, dan hasil penelitian menunjukkan suhu relatif konstan tanpa perlu dikontrol. Parameter pH Hasil produksi biogas dan perubahan pH setiap hari di dalam biodigester, dengan variasi komposisi campuran sampah buah (umpan) dapat dilihat pada Gambar 3.

Gambar 3 Hubungan antara akumulasi volume biogas dan pH terhadap waktu pada berbagai komposisi umpan.

Analisis Data Parameter yang diukur adalah temperatur dengan menggunakan termometer, Analisis pH dengan menggunakan indicator universal (kertas pH), Total solid (TS) dan volatile solid (VS) dengan metode gravimetri dan kadar gas metana dengan menggunakan alat kromatografi gas (GC). HASIL DAN PEMBAHASAN Parameter Temperatur Temperatur adalah parameter proses yang memegang peranan sangat penting. Bakteri anaerobik dapat bertahan dari suhu rendah sampai dengan 70oC, namun bekerja optimum pada suhu mesofilik (25-45oC, dengan suhu optimum 35oC) atau suhu termofilik (50RISET & TEKNOLOGI /65

Gambar 4 Hubungan antara kadar Gas methana dan pH terhadap waktu pada berbagai komposisi umpan.


Mengacu pada Gambar 3 memperlihatkan produksi biogas mulai terbentuk pada hari pertama operasi. Kenaikan produksi biogas sampai hari ke-7 sangat kecil, di mana periode ini adalah proses batch (belum dilakukan pengumanan). Proses batch selama 7 hari bertujuan untuk menghindari kelebihan asamasam organik hasil fermentasi. Sementara kadar gas methane pada periode ini dapat dilihat pada Gambar 4. Pada tahap awal (7 hari) biogas yang dihasilkan memiliki kandungan gas metana yang rendah sekitar 14,78%. Hal ini disebabkan mikroorganisme yang bekerja pada tahap awal adalah mikroorganisme non metanogen (proses asidogenesis) yang memiliki kecepatan pertumbuhan yang sangat cepat. Indikasi ini dapat dilihat dari kondisi keasaman yang menurun dari 7 menjadi 6,6-6,7 pada awal proses. Namun setelah beberapa hari fermentasi berlangsung, bakteri metanogen berangsur-angsur semakin aktif sampai tercapai pH optimal atau netral (7) untuk produksi biogas. Peningkatan pH mendekati netral terjadi pada hari ke 10. Pengumpanan dengan perubahan komposisi umpan ke dalam biodigester kontinyu, dengan perlakuan komposisi umpan ( R-1 : campuran buah 1%, R-2 : campuran buah 5%, dan R-3 : campuran buah 10%) memperlihatkan bahwa komposisi campuran buah bertambah (substrat), maka pada awal proses terjadi penurunan pH tetapi produksi biogas semakin meningkat dengan kadar gas methane yang konstan.

hal ini disebabkan karena sel-sel mikroorganisme (biomassa) yang terbentuk semakin banyak. Biomassa yang keluar akan terukur sebagai bahan padatan berupa total solid.

Gambar 5 Hubungan antara kadar Gas methana dan total solid terhadap waktu pada berbagai komposisi umpan. Sementara beban pencernaan (substrat) mikroorgaisme dilihat dari jumlah volatil solid. Kandungan volatile solid merupakan parameter terukur yang dapat menyatakan seberapa besar beban pencernaan yang harus dilakukan mikroorganisme pada proses hidrolisis dan asidogenesis.

Parameter Total solid (TS) dan Volatil Solid (VS) Salah satu parameter yang mempengaruhi keberhasilan proses produksi biogas adalah tingkat pengenceran slurry dan kandungan bahan organik di dalam biodigester. Pengenceran slurry di dalam biodigester dapat dilihat dari total padatan (total solid). Berdasarkan Gambar 5 dapat dilihat bahwa dengan adanya pengumpanan setiap hari, maka tingkat pengenceran di dalam biodigester berada pada kisaran 4 – 7,3% yang menghasilkan produksi biogas/gas metana yang tinggi. Total solid berupa slurry keluaran biodigester pada tahap awal terjadi penurunan karena adanya proses degradasi senyawa organik menjadi biogas. Sementara mulai hari ke-40 tahap operasi, total solid cenderung tetap

Gambar 6 Hubungan antara kadar Gas methana dan volatil solid terhadap waktu pada berbagai komposisi umpan.



Penurunan total solid dan volatil solid berindikasi dengan peningkatan prodak biogas/ kadar gas metana yang dihasilkan. Volatil solid merupakan substrat bagi mikroorganisme non metanogen yang bekerja pada tahap awal produksi biogas. Penurunan volatil solid menunjukkan bahwa di dalam biodigester terjadi proses degradasi senyawa organik oleh mikroorganisme non metanogen. Perubahan komposisi substrat secara bertahap, berindikasi pada kemampuan mikroorganisme non metanogen pada tahap awal untuk memanfaatkan substrat baru. Perubahan komposisi substrat campuran sampah buah, di mana penurunan volatil solid pada tahap awal proses tidak berindikasi pada peningkatan produk gas metana. Indikasi ini menggambarkan bahwa mikroorganisme metanogen mengalami masa adaptasi terhadap perubahan sumber karbon dari campuran sampah buah. Adaptasi ini berlangsung selama beberapa hari (waktu jeda). Mikroorganisme di dalam biodigester lama kelamaan akan mencapai kembali pertumbuhan yang setimbang antara mikroorganisme non metanogen dan metanogen. Kondisi ini dapat dilihat dari produksi gas metana yang meningkat.

DAFTAR PUSTAKA Deublein, D. And Steinhauser, A., 2008 “Biogas from Waste and Renewable Resource” Wiley-VCH Verlag GmbH & Co. KgaA. Weinheir. Eddy dan Metcalf. 2004. Wastewater Engineering Treatment and Reuse, 4th ed. McGraw Hill, New York. Nurrihadini, Oktavia D. (2009).Karakterisasi Sampah Buah Gemah Ripah Yogyakarta Sebagai Bahan Baku Produksi Biogas. Tesis Teknologi Pangan dan Hasil Pertanian. Universitas Gadja Mada Yogyakarta. Ozmen P., Aslanzadeh S, 2009, “Biogas Production from Municipal Waste Mixed with Different Portion of Orange Pee”l, University of Boras, School of Engineering, Applied Biotechnology, 181-300 ECTS credits, No 5/2009. Rittmann, B.E., McCarty, P. L., 2001, “ E n v i r o n m e n t a l Biotechnology:Principles and

KESIMPULAN Dari hasil penelitian ini diperoleh kesimpulan sebagai berikut : - Parameter-parameter proses start-up produksi biogas diantaranya nilai rasio C/N sebesar 30 (komposisi buah jeruk 40%, melon 50%, dan apel 10%), TS sebesar 9,89%, VS sebesar 78,933%, pH sebesar 7, dan suhu ruang (28oC) dengan perubahan komposisi umpan secara bertahap dapat menghasilkan produksi biogas dengan kadar gas metana yang tinggi (50,0% - 50,7%). - Peningkatan komposisi substrat campuran buah di dalam umpan akan memberikan pengaruh penurunan derajat keasaman di dalam biodigester dan dengan pengumpanan secara bertahap tidak berefek buruk terhadap produksi biogas/Gas methane. - Penurunan volatile solid berindikasi pada peningkatan biogas/kadar gas methane yang di hasilkan pada proses produksi biogas dengan substrat campuran buah.



Riset & Teknologi

ISSN : 1412-3819

PENGARUH INHIBITOR BLENDING TERHADAP LAJU KOROSI PADA BAJA KARBON DALAM MEDIUM NACL DENGAN METODE WEIGHT LOSS Damianus Samosir Dosen Jurusan Teknik Kimia Politeknik Negeri Samarinda Jl. Ciptomangunkusumo kampus Gunung Lipan Samarinda Telp. 0541 260 355 Email : Damianus [email protected] Abstrak Pipa Baja Karbon yang dipakai dalam industri perminyakan khususya didaerah lepas pantai banyak mengalami korosi yang diakibatkan oleh lingkungan korosif yang mengandung NaCl. Korosi yang terjadi biasanya korosi sumuran (pitting).P a d a penelitian ini dilakukan uji dengan metode Weight Loss yang mengacu pada standar ASTM G.31-72 untuk menghambat laju korosi pada logam baja karbon dalam lingkungan larutan NaCl 3,5% dengan penambahan inhibitor Blending (NaNO 2 dan Pendawa 99-C) dengan variasi konsentrasi yang dipakai adalah 0,01%, 0,02%, 0,03%, 0,04%, 0,05%, 0,06%, dan 0,5 (%-w). Dari penelitian ini diperoleh hasil dengan penambahan inhibitor 0,5% dengan memiliki laju korosi paling rendah, seperti inhibitor blending 0,5% laju korosi 0,3293 mpy sedangkan tanpa inhibitor 7,8970 mpy. Sehingga dari hasil korosinya yang diperoleh pada efektivitas inhibitor untuk menghambat laju korosi pada baja karbon ST 41 dalam larutan NaCl 3,5% untuk konsentrasi 0,5% adalah inhibitor blending 95,83%. Kata Kunci : Blending, Inhibitor, Korosi, Konsentrasi

PENDAHULUAN Korosi merupakan suatu peristiwa perubahan logam yang terutama disebabkan oleh adanya interaksi antara logam tersebut dengan lingkungan pada saat dipakai atau dioperasikan. Baja karbon ST 41 termasuk baja lunak yang mengandung Besi (Fe), Karbon (C), Mangan (Mn), Pospor (P), Sulfur (S), dan unsur lainnya. Pada proses minyak khususnya pada permukaan bagian-bagian dalam pipa dalam system transport fluida selalu terjadi korosi yang disebabkan oleh senyawa-senyawa yang bersifat korosif seperti NaCl, H-2S, CO2, dll. Dalam penelitian ini digunakan inhibitor Sodium Nitrit (NaNO2), Bleding, dan Pendawa99 yang berfungsi sebagai Passivating Inhibitor. Pada sistem transport fluida inilah sering terjadi korosi internal pada pipa yang diakibatkan

aliran fluida yang kongkrit yang mengenai permukaan dalam pipa. Untuk menghambat terjadi korosi pada pipa baja dilakukan dengan metode penambahan inhibitor. Dalam penelitian ini untuk menghambat atau mencegah korosi dalam pipa minyak yang disimulasikan pada baja karbon jenis ST 41 yang lebih efektif adalah dengan penambahan inhibitor dalam fluida tersebut dan sistem injeksi, karena biasanya korosi yang terjadi adalah korosi internal. Jenis inhibitor yang teliti adalah Blending (Inhibitor Organik dan Anorganik) yaitu untuk mengetahui kemampuan inhibitor tersebut dalam menghambat laju korosi pada baja karbon dalam larutan NaCl 3,5%. Dalam penelitian ini pengujian laju korosi dilakukan dengan metode Weight Loss yang mengacu pada standar ASTM. G.31-72, dan juga dilakukan pengujian produk korosi dengan XRF.



METODOLOGI PENELITIAN Penelitian ini meliputi beberapa tahapan yang dimulai dengan persiapan awal coupon dan pengamatan struktur makro secara visual. Kemudian dilanjutkan penimbangan coupon (sample). Setelah itu dilakukan pengujian korosifitas dengan metode Immersion Test sesuai standar ASTM G.31 dan dilanjutkan pengujian produk korosi dengan melakukan analisa XRT dan Foto Makro. Dalam pengujian cukup standar pengujian yang digunakan adalah ASTM G.31-72 dalam larutan uji NaCl 3,5% dengan menggunakan prinsip pengujian kehilangan berat (Immersion Test). Pengujian sampel baja karbon ST 41 dilakukan di laboratorium diawali pencucian sampel dengan menggunakan air destilat kemudian setiap sampel harus ditimbang dengan menggunakan neraca analitis untuk mendapatkan hasil yang memiliki ketelitian tinggi. Sampel direndal dalam larutan korosif. Standar pengujian mensyaratkan volume larutan minim adalah 20 ml/cm2 (ASTM 262) atau 40 ml/cm2. Pengujian dilakukan selama 7 hari. Perhitungan Laju Korosi dapat dihitung dengan persamaan sebagai berikut :

Gambar 1 Gambar Permukaan Sampel Baja Karbon terkorosi dalam larutan NaCl 3,5% dengan inhibitor Blending Hal ini disebabkan karena permukaan logam baja karbon ditutupi lapisan produk korosi sehingga kontak permukaan logam dengan larutan semakin bertambah kecil dan juga laju korosi dipengaruhi oleh jumlah oksigen yang terlarut dalam larutan. Untuk semua konsentrasi inhibitor Blending selalu menunjukkan perendaman selama 2 hari memiliki laju korosi lebih cepat seperti Gambar 2 dibawah ini :

Corrosion rate (r) = (K x W) / (A x T x D) Dengan : r = Laju korosi (mpy) K = Konstantan korosi T = Waktu pencelupan (jam) D = Densitas (gr/cm3) A = Luas permukaan sampel (Inch2) W = Kehilangan berat (mgr) Gambar 2 Grafik waktu Pengaruh Perendaman Kupon Baja Karbon ST41 dalam Larutan NaCl 3,5%

HASIL DAN PEMBAHASAN Sampel Baja Karbon Dalam Larutan NaCl 3,5% dengan Penambahan Inhibitor Blending Penambahan inhibitor Blending dalam larutan NaCl 3,5% bertujuan untuk mengurangi laju korosi. Dalam penelitian ini dengan konsentrasi inhibitor yang berbeda dan direndam selama 7 hari. Pada perendaman selama 2 hari, memiliki laju korosi lebih cepat dibanding perendaman 4 hari, 6 hari, dan 7 hari. Seperti terlihat pada gambar 1 dibawah ini . RISET & TEKNOLOGI /69

Pengaruh Konsentrasi Inhibitor Blending terhadap Laju Korosi Konsentrasi inhibitor blending dalam penelitian ini adalah 0,01%, 0,02%, 0,03%, 0,04%, 0,05%, 0,06% dan 0,5%. Dalam penelitian ini dilihat dari hasil perhitungannya laju korosi dalam 7 hari perendaman dalam larutan NaCl 3,5% menunjukkan semakin besar


konsentrasi blending semakin berkurang laju korosinya, seperti dalam tabel 1 dibawah ini : Tabel 1 : Laju Korosi Baja Karbon terhadap konsentrasi inhibitor Blending No. 1 2 3 4 5 6 7

Konsentrasi (%) 0,01 0,02 0,03 0,04 0,05 0,06 0,5

Laju Reaksi (mpy) 4,0439 3,9639 3,8217 3,7974 3,7029 2,6972 0,3293

Gambar 3 : Pengaruh Penambahan Konsentrasi Inhibitor Blending terhadap Laju Reaksi Seperti terlihat dalam tabel 1 dan gambar 3 grafik diperoleh bahwa Blending dengan konsentrasi 0,01% laju korosinya lebih cepat dibanding dengan konsentrasi lainnya. Pemberian konsentrasi inhibitor 0,01% pada larutan NaCl 3,5% belum mampu menghambat laju korosi baja karbon, meskipun besar laju korosi sebesar 4,0439 mpy sudah tergolong baik. Pada konsentrasi inhibitor 0,5% laju korosinya hanya 0,3293 mpy. Jadi, cukup bagus sekali, menurut data literatur pengelompokkan, seperti tabel dibawah ini : Tabel 2 : Comparison Of MPY With Equivalen Metric-Rate Expressions

Keterangan : Bila laju korosinya lebih kecil dari 1 maka dapat dikelompokkan Outstanding Mekanisme pembentukan kondisi optimal ini terjadi ketika konsentrasi inhibitor yang larut didalam larutan semakin besar, sehingga larutan menjadi jenuh, dan seluruh permukaan material pun telah dilekati oleh molekul inhibitor. Efisiensi kinerja inhibitor terbesarpun terjadi saat permukaan material sudah seluruhnya menyerap inhibitor yang terlarut. Ketika seluruh permukaan material sudah dilekati molekul inhibitor, maka terbentuk lapisan oleophilic diatas permukaan material, hasil reaksi molekul non polar yang larut didalam larutan dengan rantai hidrokarbon. Sehingga, permukaan material terlindungi dari larutan NaCl 3,5% yang bersifat korosif, sekaligus juga melindungi produk korosi (Fe----2O-3-) atau karat yang sudah terbentuk pada permukaan material. Disamping itu bahwa inhibitor Pendawa99 merupakan gabungan molekul/senyawa morpholin dan cycloheksilamin yang merupakan senyawa organik yang memiliki atom nitrogen sehingga bersifat basa lemah. Jadi bila dalam larutan ion Fe akan bersenyawa dengan morpholin dan cycloheksilamin membentuk senyawa kompleks dan menempel pada permukaan logam sehingga akan menambah lapisan pada permukaan logam maka mengakibatkan kontak permukaan logam dengan larutan NaCl semakin bertambah kecil sehingga laju korosi akan bertambah kecil. Pengaruh penembahan konsentrasi inhibitor blending juga mempengaruhi konsentrasi oksigen yang disebabkan karena adanya inhibitor NaNO2 yang menyerap oksigen sehingga jumlah oksigen akan berkurang sehingga akan mempengaruhi laju korosi, sedangkan inhibitor Pendawa 99-C berfungsi menaikkan pH dalam larutan sehingga kearah pH netral sehingga larutan tersebut tidak bersifat asam atau korosif. Karena bila dalam larutan pH semakin kecil maka laju korosi akan lebih cepat. Efektifitas Inhibisi (Proteksi) Inhibitor Blending terhadap Laju Korosi pada Baja Karbon Efektifitas inhibisi (proteksi) terhadap baja karbondalamlarutanNaCl3,5% dariinhibitor blending terhadap konsentrasi dapat dilihat pada tabel 3.



Tabel 3 : Data Efisiensi Inhibitor terhadap laju konsentrasi inhibitor No. 1 2 3 4 5 6 7

Konsentrasi (%) 0,01 0,02 0,03 0,04 0,05 0,06 0,5

Efisiensi (%) Blending 48,79 49,84 51,61 51,91 53,11 65,85 95,83

Dari data menunjukkan bahwa dengan bertambahnya konsentrasi inhibitor maka efektifitas inhibisi makin bertambah besar. Hal ini dapat dilihat dalam tabel 3 diatas dan gambar 4.

dari bawah permukaan sampel yang dilarutkan dalam larutan NaCl, hal ini disebabkan konsentrasi NaCl didasar larutan lebih besar dibandingkan diatas dasar larutan, sehingga daerah dasar larutan lebih korosif. Dari pinggiran sampel baja karbon terjadi juga korosi, hal ini disebabkan adanya internal stres atau regangan. Daerah yang mengalami regangan akan bersifat anodik terhadap bagian metal lainnya yang tidak mengalami regangan. Bila dilihat foto korosi sampel tanpa inhibitor lebih cepat mengalami korosi pada permukaannya, seperti terlihat pada gambar. Jenis korosinya adalah korosi merata. Dilihat dari struktur makronya dengan foto digital diperoleh kerusakan permukaan sampel baja karbon yang direndam dalam larutan NaCl 3,5%, dan untuk persentase permukaan sampel terkorosi tanpa inhibitor seperti tabel dibawah ini: Tabel 4 : Luas permukaan Sampel (%) yang terkorosi tanpa inhibitor

Gambar 4 : Grafik Hubungan Konsentrasi Inhibitor terhadap efisiensi inhibisi Dari data tabel 3 dan gambar 4 diatas menunjukkan bahwa dengan bertambahnya konsentrasi blending maka efektifitas inhibisi bertambah besar. Jadi dari grafik diatas dapat diturunkan persamaan garis : Y = 12,978 Ln (x) + 99,878 untuk inhibitor Blending, R = 0,8758 Gambar 4 menunjukkan efektifitas inhibisi merupakan fungsi konsentrasi inhibitor. Maka dari persamaan kita dapat menentukan efektifitas inhibisi yang diinginkan dengan menentukan konsentrasi inhibitor. Struktur Makro dengan Foto Digital Pengamatan struktur makro dari gambar yang diperoleh melalui foto digital dilakukan untuk membandingkan penampakan struktur sampel baja karbon sebelum dan setelah mengalami korosi. Dilihat dari sampel-sampel baja karbon yang terkorosi, korosi selalu dimulai RISET & TEKNOLOGI /71

Lamanya Perendaman (hari) 2 hari 3 hari 5 hari 6 hari 7 hari

Permukaan Terkorosi (%) 26,44 % 40,48% 43,81% 48,70% 94,48%

Untuk foto makro sampel yang direndam dalam larutan NaCl 3,5% dapat dilihat semakin lama waktu perendaman, permukaan sampel baja karbon semakin luas terkorosi. Untuk inhibitor blending dengan konsentrasi 0,05% diperoleh foto makro seperti pada gambar 1 dapat dihitung luas permukaan terkorosi seperti tabel 5. Tabel 5 : Luas Permukaan Sampel (%) yang terkorosi dengan inhibitor Blending 0,05%

Lamaya Perendaman (%) 4 hari 6 hari 7 hari

Permukaan Terkorosi (%) 8,69% 10,20% 11,2%


Sementara untuk konsentrasi Blending 0,5% dihasilkan foto makro pada gambar 5.

didapatkan bahwa inhibitor tersebut bekerja dengan baik. KESIMPULAN

Gambar 5 : Permukaan sampel baja karbon yang terkorosi dalam larutan NaCl dengan penambahan inhibitor Blending 0,5% Dari gambar 5 diatas dihasilkan luas permukaan terkorosi pada tabel 6 dibawah ini : Tabel 6 : Luas Permukaan Sampel (%) yang terkorosi dengan inhibitor Blending 0,5%

Lamaya Perendaman (%) 2 hari 4 hari 6 hari 7 hari

Permukaan Terkorosi (%) 0,02% 0,07% 0,14% 0,15%

Jadi dari hasil foto makro diperoleh hasil foto makro untuk inhibitor blending dengan variasi konsentrasi. Foto sampel dilakukan terhadap sampel sebelum dan setelah pengujian inhibitor blending dilihat perkembangan korosi yang terjadi pada setiap sampel. Untuk jenis inhibitor yang sama dapat dilihat semakin tinggi konsentrasinya inhibitor maka korosi yang terjadi makin berkurang. Dalam penelitian ini untuk konsentrasi 0,5% diperoleh bahwa karat yang terjadi pada permukaan yang direndam selama 14 hari korosi permukaan hanya sedikit (kecil). Untuk inhibitor Blending korosinya hampir tidak terjadi korosi permukaannya. Secara garis besar dari pengamatan foto makronya untuk konsentrasi inhibitor 0,5%

Berdasarkan pengujian kehilangan berat yang dilakukan terhadap baja karbon ST 41 dengan penambahan inhibitor blending sebesar 0%, 0,01%, 0,02%, 0,03%, 0,04%, 0,05%, 0,06%, dan 0,5% (%-w), maka dapat disimpulkan sebagai berikut : 1. Perendaman selama 2 hari memiliki laju korosi paling tinggi dan tanpa inhibitor. 2. Pada penambahan inhibitor dengan konsentrasi 0%, 0,01%, 0,02%, 0,03%, 0,04%, 0,05%, 0,06%, dan 0,5% (%-w), inhibitor blending laju korosi paling kecil berada pada konsentrasi 0,5%. Dengan hasil sebagai berikut : Laju korosi tanpa inhibitor = 7,8970 mpy Laju korosi Blending = 0,3893 mpy 3. Efektivitas inhibitor untuk menghambat laju korosi pada baja karbon ST 41 dalam larutan NaCl 3,5% dengan konsentrasi 0,5% adalah 95,83%. 4. Dari hasil pengamatan foto makro pada baja karbon ST 41 yang mengalami korosi, jenis korosinya adalah korosi sumuran (pitting). DAFTAR PUSTAKA Sastri, V.S, Corrosion Inhibitors; Principles and Application. John Wiley & Sons, 1998 F.W. Hewes, Cathodic Protection Theory and Practice, V. Ashworth and C.J.L. Booler, ed., wiley. England. 1986 I.L. Rozenfeld, Coorosion Inhibitor, McGrawHill, New York, 1981 Proceeding of the International Confrence on Corrosion Inhibitor, Corrosion Inhibitor, National Association of Corrosion Enginer, Houston, 1983 C.C. Nathan Corrosion Inhibitor, NACE, Texas, 1979 ASTM STANDARD G31-76, Standard Test Method Laboratory Corrosion Testing of Metal, ASTM International, 1984



Riset & Teknologi

ISSN : 1412-3819

DESAIN INTERKONEKSI TENAGA LISTRIK SISTEM MAHAKAM DENGAN SISTEM BONTANG MENGGUNAKAN ANALISIS ALIRAN DAYA Ipniansyah Dosen Jurusan Teknik Elektro Politeknik Negeri Samarinda Jl. Ciptomangunkusumo Kampus Gunung Lipan Samarinda Telp. 0541 260355 Email: [email protected] Abstrak Desain interkoneksi tenaga listrik antara Sistem Mahakam dengan Sistem Bontang dilakukan melalui jaringan transmisi 150 KV pada gardu induk (GI) Sambutan dengan gardu induk (GI) Bontang sebagai kesatuan interkoneksi tenaga listrik Sistem Mahakam. Hasil perhitungan aliran daya menunjukkan bahwa interkoneksi tenaga listrik dapat meningkatkan suplai daya listrik antar sistem pada Sistem Mahakam dari semula 194,608 MW menjadi 236,137 MW atau kenaikan mencapai 21,34%. Kinerja sistem setelah interkoneksi tenaga listrik antara gardu induk (GI) pada Sistem Mahakam dengan gardu induk (GI) Bontang yang telah menjadi bagian kesatuan interkoneksi tenaga listrik Sistem Mahakam menunjukkan bahwa aliran daya aktif dari arah GI Bontang menuju GI Sambutan, sedangkan daya reaktif dengan arah sebaliknya. Simulasi penambahan beban pada bus 45 (pada GI Sambutan) dengan kenaikan beban sebesar 11,33% menunjukkan bahwa terjadi peningkatan suplai 8,76% dengan arah aliran daya aktif dari bus 55 (GI Bontang) menuju bus 23 (GI Sambutan), sedangkan arah aliran daya reaktif sebaliknya yaitu dari bus 23 (GI Sambutan) menuju bus 55 (GI Bontang). Kata kunci : Analisis, desain, interkoneksi, jaringan, transmisi.

PENDAHULUAN Tenaga listrik atau energi listrik merupakan kebutuhan yang mendasar bagi kehidupan masyarakat saat ini. Hal ini dapat dilihat dari meningkatnya konsumsi energi listrik dan tingginya permintaan akan sambungan baru. Oleh karena itu diperlukan sistem interkoneksi tenaga listrik yang dapat memenuhi pengusahaan dan keandalan tenaga listrik. Sistem interkoneksi tenaga listrik adalah suatu cara modern untuk mensuplai tenaga listrik yang andal dan efisien. Dalam sistem ini yang paling berperan adalah bagian jaringan transmisi, karena jaringan transmisi tersebut digunakan untuk menghubungkan antara pusat-pusat pembangkit listrik dengan pusat-pusat beban, sehingga adanya jaringan transmisi inilah maka sistem interkoneksi tenaga listrik bisa terbentuk. Jaringan transmisi akan efisien dan efektif, jika RISET & TEKNOLOGI /73

digunakan untuk mengubungkan antar pusat pembangkit listrik yang jauh. Sistim interkoneksi tenaga listrik ini akan cocok untuk daerah operasi tenaga listrik yang luas, dengan demikian investasi yang dibutuhkan akan sangat besar pula (Himawan, 2004). Perencanaan interkoneksi tenaga listrik melalui pengembangan jaringan transmisi pada prinsipnya adalah untuk menyalurkan tenaga listrik dari pusat-pusat pembangkit ke pusatpusat beban. Besarnya daya listrik yang disalurkan sebanding dengan level tegangan yang tinggi dengan arus yang lebih kecil agar rugi-rugi teknis yang timbul pada saluran tetap berada pada batas yang wajar. Dengan demikian ukuran penghantar dapat diperkecil sehingga jaringan transmisi lebih ekonomis karena tidak membutuhkan tiang atau menara


yang besar dan mahal. Penetapan jaringan transmisi harus memperhatikan faktor-faktor tertentu yang berujung pada biaya minimum (least cost) dengan hasil paling optimal. Adapun faktor-faktor yang saling terkait untuk dipertimbangkan, yaitu antara lain besarnya daya yang akan disalurkan, panjang jaringan transmisi, besarnya beban yang akan disambungkan, daerah lintasan yang dilalui jaringan transmisi, konfigurasi saluran, serta level tegangan yang dipilih (RUKD Pemprov. Kaltim, 2007). Berdasarkan pertimbangan biaya minimum tersebut, dapat dinilai apakah sistem ketenagalistrikan perlu dihubungkan dengan sistem lainnya atau tidak. Pada sistem yang kecil, seperti listrik desa yang memiliki pembangkit kecil dan cukup memadai akan tetapi jauh dari sistem yang besar, sebenarnya tidak membutuhkan interkoneksi ke sistem yang besar tersebut karena tidak akan bernilai ekonomis. Penilaian secara baik terhadap sistem-sistem yang perlu tersambung ke sistem yang besar dengan jaringan transmisi yang layak akan memberikan keuntungan antara lain ketersediaan tenaga listrik yang baik, kemudahan pengoperasian pembangkit karena pembangkit jenis diesel yang kecil dapat di-nonaktifkan, lebih ekonomis, karena sistem pembangkit besar dapat dioperasikan pada kapasitas maksimum yang berimplikasi terhadap pengembalian biaya investasi yang lebih cepat, serta menekan penggunaan BBM (bahan bakar minyak) pada sistem pembangkit diesel kecil, pengoperasian sistem terpusat yang memudahkan koordinasi dan pengawasan (RUKN, 2005). Menurut data statistik (PT. PLN Persero, 2005) tentang rasio elektrifikasi pada tahun 2005 untuk Indonesia tercatat 59,0%, untuk daerah Jawa-Bali 63,6%, sedangkan untuk Luar JawaBali tercatat 51,1%. Diharapkan prakiraan rasio elektrifikasi pada tahun 2015 untuk Indonesia tercatat 77,3%, untuk daerah Jawa-Bali 80,4%, sedangkan untuk Luar Jawa-Bali 72,2%. Hal tersebut mengindikasikan pada saat ini bahwa jaringan transmisi yang ada di daerah termasuk di provinsi Kalimantan Timur temyata belum memadai, sementara pembangkit listrik yang ada produksi daya listriknya cukup untuk memenuhi kebutuhan. Jadi, tersedianya sarana jaringan transmisi yang memadai tersebut sangat penting karena pengelolaan energi listrik bisa dilakukan secara efisien dan optimal.

Provinsi Kalimantan Timur mempunyai potensi energi yang cukup besar baik energi air, energi batubara maupun energi gas bumi, di mana potensi energi ini dapat dioptimumkan untuk pengembangan ketenagalistrikan di Kalimantan Timur (PT. PLN Persero, 2005). Pengembangan sistem interkoneksi tenaga listrik di Kalimantan Timur bisa dilakukan jika pertumbuhan pembangunan daerah sudah menghendaki. Pembangunan sistem interkoneksi tenaga listrik sekarang ini telah menjadi pilihan dalam pembangunan kelistrikan khususnya pada ketenagalistrikan Sistem Mahakam di daerah provinsi Kalimantan Timur. Fungsi utama sistem distribusi adalah menghubungkan bulk power system (sistem pembangkit & sistem transmisi) ke pelanggan yang memerlukan layanan pada tegangan di bawah tegangan sistem transmisi dan sub transmisi. Sistem distribusi adalah bagian dari sistem tenaga listrik yang secara langsung memberikan kontribusi layanan kepada pelanggan. Interkoneksi antar sistem tenaga listrik dilakukan dengan tujuan untuk: 1. Penggunaan bersama cadangan energi sehingga dapat mengurangi kapasitas kebutuhan pembangkitan dan meminimisasi biaya invertasi yang diperlukan. 2. Perbedaan biaya produksi listrik antar sistem tenaga akan membuka kemungkinan untuk membeli atau menjual listrik. 3. Dapat mensuplai listrik hingga dekat pada daerah beban.(Casazza, 2003). Plant pembangkit kecil yang diletakkan dekat dengan beban biasanya dihubungkan ke sistem sub transmisi atau distribusi secara langsung. Interkoneksi antar sistem tenaga biasanya dilakukan pada level sistem transmisi. Sistem keseluruhan sedemikian rupa berisi berbagai sumber pembangkit dan beberapa lapisan jaringan transmisi. Hal ini memberikan redudansi struktur derajat tinggi yang memungkinkan sistem dapat mengabaikan ketidaktentuan tanpa gangguan layanan ke konsumen (Kundur, 1994). Secara teknis, interkoneksi dilakukan dengan dasar alasan: 1. Skala ekonomis. Dibandingkan dengan beberapa generator pembangkit, satu pembangkit besar akan jauh lebih mahal untuk dibangun/dioperasikan. 2. Faktor beban, rasio energi aktual yang dikonsumsi oleh beban pada periode tertentu dengan maksimum kebutuhan daya



3. Peningkatan keandalan sistem tenaga listrik melalui penggabungan cadangan energi antar sistem tenaga listrik. (Meier, 2006). Interkoneksi Sistem Transmisi Pembangunan saluran transmisi memerlukan perencanaan yang matang agar penyaluran energi listrik dapat optimal. Perencanaan dalam pembangunan saluran transmisi daya listrik ini harus mempertimbangkan hal-hal yang meliputi perencanaan secara teknis, baik mekanis maupun elektris, dan ekonomis. Dengan adanya perencanaan saluran transmisi daya listrik yang baik diharapkan agar dalam pembangunan saluran transmisi dapat menjadi lebih optimal sehingga setelah saluran transmisi beroperasi untuk menyalurkan daya listrik akan menjadi andal, efektif, dan efisien, serta aman bagi lingkungan di sekitarnya. Perencanaan saluran transmisi meliputi beberapa tahap yang sangat terkait antara satu tahapan dengan tahapan atau bagian lainnya. Di antaranya adalah penentuan tegangan, dan pemilihan jenis kawat konduktor. Pemilihan Tegangan Transmisi Ada beberapa metode yang dapat digunakan dalam pemilihan tegangan kerja sistem. Namun, dalam tugas akhir ini hanya akan menggunakan beberapa metode saja, yaitu penentuan tegangan berdasarkan perhitungan daya natural serta penentuan tegangan dengan rumus empiris yang diformulasikan oleh Alfred Still [Hutauruk, T. S., 1996]. Untuk penentuan tegangan kerja berdasarkan daya natural digunakan rumus sebagai berikut: (1)

di mana: V = tegangan P N = daya natural Z0 = impedansi karakteristik

atau : (3)

di mana: l = panjang kawat dalam mil. Pemilihan Jenis Konduktor Konduktor atau penghantar yang digunakan dalam saluran transmisi dapat berupa kawat tembaga tarikan, kawat aluminium tarikan, alloy (misal ACSR, AAAC, ACCR, ACFR, dll). Pemilihan jenis konduktor ini erat kaitannya dengan daya yang disalurkan, tegangan kerja saluran, arus yang mengalir, serta rugi-rugi daya yang mungkin terjadi. Hal-hal yang penting dalam pemilihan jenis konduktor adalah luas penampang, berat, kekuatan mekanis, panjang, ketersedian konduktor yang ada di pasaran, juga aspek ekonomis. Perhitungan luas penampang konduktor dapat dilakukan dengan beberapa cara, salah satunya adalah dengan rumus berikut: (4)

di mana: P = daya V = tegangan I = arus R = tahanan kawat cos ö = faktor daya A = luas penampang konduktor ρ = tahanan jenis kawat L = panjang saluran PL = rugi-rugi Selain itu dapat juga digunakan rumus pendekatan untuk menentukan penampang kawat optimum, dengan memperhatikan faktorfaktor seperti biaya yang ekonomis, kapasitas hantar kawat (faktor termis), pengaturan tegangan, dan kuat tarik kawat [Hutauruk, T. S., 1996]. Persamaan yang diformulasikan untuk penampang kawat optimum adalah:

Sedangkan jika digunakan pendekatan rumus yang diformulasikan oleh Alfred Still: (5) (2)


di mana : Im = arus maksimum


w = berat kawat per CM-foot (CM = Circular Mil) = 3,03 x 10-6 untuk kawat tembaga A = penampang kawat dalam CM Cf = 9 + 0,8459K ρ = tahanan jenis kawat K = fakor beban tahunan dalam persen C c = harga kawat per pound C e = harga energi per Kwh F = biaya tetap tahunan, termasuk pajakpajak, asuransi, biaya modal, dan deprisiasi (kira-kira = 15% ) [Hutauruk, T. S., 1996]. Kapasitas hantar arus dari konduktor juga merupakan faktor yang penting dalam pemilihan jenis konduktor. Rumus empiris untuk menghitung kapasitas hantar arus dari SCHURIG dan FRICK [Hutauruk, T. S., 1996], adalah :

(6)

di mana: I = arus kawat (amper) R = tahanan kawat (ohm/foot) A = luas permukaan kawat (inchi 2/foot panjang kawat) d = diameter kawat (inchi) t = kenaikan temperatur (oC). Aliran Daya (Power Flow) Studi tentang aliran daya sangat penting di dalam perencanaan perluasan sistem tenaga listrik. Tujuannya adalah untuk menggambarkan beroperasinya sistem yang ada dengan berbagai cara yang mungkin. Solusi aliran daya memprediksi keadaan kelistrikan suatu jaringan dengan kondisi beban yang tertentu. Hasil dari solusi aliran daya berupa besar dan sudut tegangan untuk tiap titik (node). Besar tegangan bus dan sudutnya didefinisikan sebagai variabel keadaan sistem (system state variable) dengan berbagai kuantitasnya seperti aliran daya aktif dan reaktif, aliran arus, jatuh tegangan, rugi daya, dan lain-lain. Studi aliran daya didasarkan pada data sistem pembangkit dan beban dengan jaringan listrik yang dideskripsikan dengan matrik admitansi dari persamaan jaringan node seperti berikut :

 I1   Y11     ...  ...  Ii    Yi1     ...  ...  I  Y  N   N1

... Y1i ... Y1N   V1     ... ... ...  ...  ... Yii ... YiN  .  Vi   I  YV    ... ... ... ...  ... ... YNi ... YNN  VN  ...

(7)

di mana : Vi : tegangan pada node ke i I i : arus injeksi pada node ke i (sama dengan jumlah semua arus cabang pada node ke i) Yij : admitansi bersama di antara node ke i dan node ke j (sama dengan negatif dari admitansi seri dari cabang yang menghubungkan node i dan j) N

Yii   Yij : admitansi-sendiri dari node ke i i 1

N:

sama dengan jumlah semua

jumlah admitansi pada node ke i)

N : jumlah node pada jaringan Y :: matrik admitansi node Biasanya data pembangkit dan beban disajikan dalam format daya aktif dan reaktif pembangkit yang terjadwal pada node pembangkit dan prediksi daya aktif dan reaktif yang diharapkan pada node beban. Solusi persamaan jaringan di atas dapat dilakukan dengan menggunakan metode Newton-Raphson. Pada metode ini, persamaan arus-tegangan dari jaringan diselesaikan dengan deskripsi koordinat kartesian dengan frame acuan (a,b). Jika semua generator direpresentasikan dengan model transient orde 4 ( E 'd , E 'q , ,  ), maka persamaan tegangan armatur generator dapat dinyatakan dengan:

E'dVd   0 X'q Id  E' V  .I  X ' 0 q q  d   q  

(8)

Bentuk inversinya dinyatakan dengan:

Id 1  0 X'q E'dVd . I  Idq Ydq E'dqVdq .  q X'd.X'q X'd 0 E'qVq

(9)

Frame acuan (d,q) kemudian ditransformasi ke sistem (a,b) menjadi:

Ia 1 E'a Va  -1  . TYT .   dq  I  X' .X' Iab Yab E'ab Vab   b a b E'b Vb 

(10)

dimana :



Yab  T-1YdqT 


1 sin cos  0 X'q sin cos . . . X'd .X'q  cos sin X'd 0  cos sin

2 2 1  1/2. X'dX'q sin X'q sin  X'd cos     . X'd .X'q X'q cos2 X'd sin2 1/2. X'dX'q sin2   g b   a ab bba gb

(11)

Model jaringan untuk tiap generator dapat dinyatakan dengan :

 I G   YG G I    Y  L   LG

YG L   E G  . Y L L   V L 

(12)

Persamaan orde rendah dapat dinyatakan dengan :

YLL .VL   I L  I N   I N  YLG .E G

(13)

Dengan sumber Norton, maka dapat dinyatakan dengan :

YLL   .VL IL  VL  IN IN YLG  .EG

(14)

di mana : YLL   : fungsi d yang menyatakan bahwa diagonal elemen matrik ini mengacu pada generator dengan sudut daya yang didefinisikan oleh sub matrik pada Pers. (14). Elemen-elemen pada sub matrik ini akan berubah terhadap waktu yang menyatakan perubahan sudut rotor generator. YLG   : berisi semua sub matrik pada Pers. (14) di mana EG adalah vektor E'ab untuk masing-masing generator.. Solusi Pers. (14) dengan metode NewtonRaphson dinyatakan dengan :

F VL   YLG   .EG IL  VL   YLL   .VL  0

(15)

Iterasi Newton-Raphson dinyatakan dengan: 1

VL

i  1 

 VL

i 

 F  i    F VL  VL  i





(16)

Matrik Jacobian dinyatakan dengan:

 F     Y L L   VL  RISET & TEKNOLOGI /77



 I L     VL 

(17)

Perencanaan Interkoneksi Tenaga Listrik pada Sistem Mahakam Perencanaan interkoneksi tenaga listrik melalui pengembangan jaringan transmisi pada Sistem Mahakam seperti yang ditunjukkan dalam Gambar 1, pada prinsipnya adalah untuk menyalurkan tenaga listrik dari pusat-pusat pembangkit ke pusat-pusat beban. Besarnya daya listrik yang disalurkan sebanding dengan level tegangan yang tinggi dengan arus yang lebih kecil agar rugi-rugi teknis yang timbul pada saluran tetap berada pada batas yang wajar. Dengan demikian ukuran penghantar dapat diperkecil sehingga jaringan transmisi lebih ekonomis karena tidak membutuhkan tiang atau menara yang besar dan mahal. Penetapan jaringan transmisi harus memperhatikan faktor-faktor tertentu yang berujung pada biaya minimum (least cost) dengan hasil paling optimal. Adapun faktor-faktor yang saling terkait untuk dipertimbangkan, yaitu antara lain: • besarnya daya yang akan disalurkan (akan menentukan besarnya penghantar serta level tegangan), panjang jaringan transmisi (menyangkut rugi-rugi teknis saluran) • besarnya beban yang akan disambungkan (perlu sistem interkoneksi atau cukup sebagai sistem terpisah), daerah lintasan yang dilalui jaringan transmisi (sifat tanah, bentuk permukaaan bumi, faktor keamanan, kemudahan pemeliharaan, dan antisipasi gangguan) • konfigurasi saluran (sirkuit tunggal / ganda, menyangkut keandalan sistem), serta level tegangan yang dipilih (ketersediaan dan harga pasar material listrik). Berdasarkan pertimbangan biaya minimum tersebut, dapat dinilai apakah sistem ketenagalistrikan perlu dihubungkan dengan sistem lainnya atau tidak. Pada sistem yang kecil, seperti listrik desa yang memiliki pembangkit kecil dan cukup memadai akan tetapi jauh dari sistem yang besar, sebenarnya tidak membutuhkan interkoneksi ke sistem yang besar tersebut karena tidak akan bernilai ekonomis. Penilaian secara baik terhadap sistemsistem yang perlu tersambung ke sistem yang besar dengan jaringan transmisi yang layak akan memberikan keuntungan antara lain


ketersediaan tenaga listrik yang baik, kemudahan pengoperasian pembangkit karena pembangkit jenis diesel yang kecil dapat di-nonaktifkan, lebih ekonomis, karena sistem pembangkit besar dapat dioperasikan pada kapasitas maksimum yang berimplikasi terhadap pengembalian biaya investasi yang lebih cepat, serta menekan penggunaan BBM (bahan bakar minyak) pada sistem pembangkit diesel kecil, pengoperasian sistem terpusat yang memudahkan koordinasi dan pengawasan. Sedangkan konsekuensi terhadap pelaksanaan interkoneksi dengan jaringan transmisi antara lain: • sistem semakin besar menuntut kemampuan perencanaan dan pengoperasian sistem yang tinggi • keharusan pemasangan peralatan proteksi yang labih banyak untuk menekan hilangnya pembangkit maupun beban akibat gangguan • jangkauan petugas monitoring jaringan dan operasi semakin luas yang berimplikasi pasa lamanya perbaikan pada saat gangguan (durasi) • tuntutan akan mutu dan pelayanan yang andal, efisien dan efektif, serta kebutuhan sistem dan teknologi yang lebih tinggi dan mutakhir.

transmisi 150 KV yang menghubungkan antara Sistem Mahakam dengan Sistem Bontang. Pemodelan interkoneksi tenaga listrik pada Sistem Mahakam merupakan pengembangan jaringan transmisi 150 KV yang menghubungkan antara gardu induk (GI) Sistem Mahakam dengan gardu induk (GI) Sistem Bontang sebagai kesatuan interkoneksi tenaga listrik Sistem Mahakam. Pemodelan Interkoneksi GI Sistem Mahakam

Gambar 2. Model Sistem Mahakam 14 Mesin 45 Bus

Gambar 1. Peta Kelistrikan Pengembangan Jaringan Transmisi 150 KV pada Kelistrikan Sistem Mahakam Provinsi Kalimantan Timur Pemodelan Interkoneksi Tenaga Listrik pada Sistem Mahakam dan Sistem Bontang Perencanaan interkoneksi tenaga listrik antara Sistem Mahakam dengan Sistem Bontang merupakan pengembangan jaringan

Gambar 3. Model Desain InterkoneksiTenaga Listrik pada GI Sambutan Sistem Mahakam



Tabel 1. Hasil Perhitungan Aliran Daya Metode Newton-Raphson pada Model Sistem Mahakam dengan Menggunakan Simulink Model PSAT

Pemodelan Interkoneksi GI Bontang

Gambar 4. Model Sistem Bontang Tabel 2. Hasil Perhitungan Aliran Daya Metode Newton-Raphson pada Model Sistem Bontang dengan Menggunakan Simulink Model PSAT

Titik Lokasi Penyambungan Interkoneksi

Gambar 5. Model Desain Interkoneksi Tenaga Listrik pada GI Bontang RISET & TEKNOLOGI /79


Pemodelan Interkoneksi Tenaga Listrik GI Sambutan dengan GI Bontang pada Sistem Mahakam Kalimantan Timur :

Gambar 6. Model Desain Interkoneksi Tenaga Listrik GI Sambutan dengan GI Bontang pada Sistem Mahakam Tabel 3.Hasil Perhitungan Aliran Daya pada Model Desain Interkoneksi GI Sambutan dengan GI Bontang Sistem Mahakam dengan Metode NewtonRaphson Menggunakan Simulink Model PSAT

Sambungan Tabel 3 :



HASIL DAN PEMBAHASAN Analisis Kinerja Sistem dalam Desain Interkoneksi Tenaga Listrik GI Sambutan dengan GI Bontang pada Sistem Mahakam Berdasarkan hasil perhitungan aliran daya metode Newton-Raphson dalam desain interkoneksi tenaga listrik antara gardu induk (GI) Sambutan dengan gardu induk (GI) Bontang pada Sistem Mahakam, maka dapat meningkatkan suplai daya listrik antar sistem pada Sistem Mahakam dari semula 194,608 MW menjadi 236,137 MW atau kenaikan mencapai 21,34%. Melalui simulasi pada desain interkoneksi model Sistem Mahakam seperti diperlihatkan dalam Tabel 3, di mana hasil simulasi menunjukkan arah aliran daya aktif dari bus 55 (GI Bontang) menuju bus 23 (GI Sambutan), sedangkan aliran daya reaktif dalam arah yang sebaliknya yaitu dari bus 23 (GI Sambutan) menuju bus 55 (GI Bontang) seperti ditunjukkan dalam Gambar 7 dan dalam Gambar 8.

Analisis Kinerja Sistem dalam Desain Interkoneksi Tenaga Listrik GI Sambutan dengan GI Bontang pada Sistem Mahakam dengan penambahan Beban pada GI Sambutan Pada bahasan ini analisis dilakukan terhadap kinerja sistem dalam desain interkoneksi tenaga listrik pada gardu induk (GI) Sambutan dengan gardu induk (GI) Bontang dengan mensimulasikan penambahan beban pada bus 45 (pada GI Sambutan). Simulasi yang dilakukan apabila terjadi penambahan beban pada bus 45 (pada GI Sambutan) yaitu sebesar 23,264 + j13,517 MVA seperti yang ditunjukkan dalam Tabel 4. Tabel 4. Simulasi Hasil Perhitungan Aliran Daya dengan Penambahan Suplai di GI Bontang dan Penambahan Beban di GI Sambutan pada Model Desain Interkoneksi GI Sambutan dengan GI Bontang Sistem Mahakam dengan Metode Newton-Raphson Menggunakan Simulink Model PSAT

Gambar 7. Grafik Simulasi Aliran Daya Aktif pada Desain Interkoneksi Sistem Mahakam

Gambar 8. Grafik Simulasi Aliran Daya Reaktif pada Desain Interkoneksi Sistem Mahakam RISET & TEKNOLOGI /81


Sambungan Tabel 4 :

Gambar10. Grafik Simulasi Aliran Daya Reaktif pada Desain Interkoneksi Sistem Mahakam dengan penambahan Pusat Pembangkit Listrik dan penambahan beban pada bus 45 (GI Sambutan)

KESIMPULAN

Hasil simulasi tersebut yaitu dengan kenaikan beban sebesar 11,33% menunjukkan bahwa terjadi peningkatan suplai 8,76% dengan arah aliran daya aktif dari bus 55 (GI Bontang) menuju bus 23 (GI Sambutan), sedangkan arah aliran daya reaktif sebaliknya yaitu dari bus 23 (GI Sambutan) menuju bus 55 (GI Bontang) seperti ditunjukkan dalam Gambar 9 dan Gambar 10.

Gambar 9. Grafik Simulasi Aliran Daya Aktif pada Desain Interkoneksi Sistem Mahakam dengan penambahan Pusat Pembangkit Listrik dan penambahan beban pada bus 45 (GI Sambutan)

1. Desain interkoneksi tenaga listrik antara Sistem Mahakam dengan Sistem Bontang dilakukan melalui jaringan transmisi 150 kV pada gardu induk (GI) Sambutan dengan gardu induk (GI) Bontang sebagai kesatuan interkoneksi tenaga listrik Sistem Mahakam. Hasil perhitungan aliran daya menunjukkan bahwa interkoneksi tenaga listrik dapat meningkatkan suplai daya listrik antar sistem pada Sistem Mahakam dari semula 194,608 MW menjadi 236,137 MW atau kenaikan mencapai 21,34% 2. Kinerja sistem setelah interkoneksi tenaga listrik antara gardu induk (GI) pada Sistem Mahakam dengan gardu induk (GI) Bontang yang telah menjadi bagian kesatuan interkoneksi tenaga listrik Sistem Mahakam menunjukkan bahwa arah aliran daya aktif dari arah GI Bontang menuju GI Sambutan, sedangkan daya reaktif dengan arah sebaliknya. Simulasi penambahan beban pada bus 45 (pada GI Sambutan) dengan kenaikan beban sebesar 11,33% menunjukkan bahwa terjadi peningkatan suplai 8,76% dengan arah aliran daya aktif dari bus 55 (GI Bontang) menuju bus 23 (GI Sambutan), sedangkan arah aliran daya reaktif sebaliknya yaitu dari bus 23 (GI Sambutan) menuju bus 55 (GI Bontang).



DAFTAR PUSTAKA Casazza, Jack, 2003. Understanding Electric Power System – An Overview of The Technology and Marketplace, John Wiley & Sons, Inc. Federico Milano., 2004. An Open Source Power System Analysis Toolbox System Analysis Toolbox. Member, IEEE. Paper Submitted to The IEEE Transactions on Power Systems. November 2004. Federico Milano., 2008. Power System Analysis Toolbox (PSAT): Quick Reference Manual for PSAT, version 2.1.2. Grigsby, Leonard L., 2006. Electric Power Generation, Transmission and Distribution – Electric Power Engineering Handbook – Second Edition, Taylor & Francis Group. Hewitson, L.G., Mark Brown, Ramesh Balakhrishnan, 2004. Practical Power System Protection, Linacre House, Jordan Hill – Oxford. Himawan, lsa., 2004. Studi Perencanaan Jaringan Interkoneksi Sistem Kelistrikan Provinsi Kalimantan Timur dengan Sulawesi Tengah Menyongsong Tahun 2020. Tugas Akhir. Jurusan Teknik Elektro Fakultas Teknologi Industri. Institut Teknologi Sepuluh Nopember Surabaya. Hutauruk, T. S. “Transmisi Daya Listrik,” cetakan keempat, Erlangga, Jakarta, 1996. Kadete, H., 1990. Lightning Protection of Electronic Equipment, Switzerland. Kundur., 1994. Power System Stability And Control. McGraw-Hill, Inc. Machowski, Jan, 1990. Power System Dynamics and Stability, John Wiley & Sons. Meier, Alexandra, 2006. Electric Power Systems – A Conceptual Introduction, John Wiley & Sons. Rencana Umum Ketenagalistrikan Daerah (RUKD) Provinsi Kalimantan Timur Tahun 2007-2017., 2007. Pemerintah Provinsi Kalimantan Timur. Rencana Umum Ketenagalistrikan Nasional (RUKN) Tahun 2006-2026., 2005. Departemen Energi dan Sumber Daya Mineral.


Rencana Usaha Penyediaan Tenaga Listrik 2006-2015., 2005. PT. PLN (Persero). Short, T.A, 2005. Electric Power Distribution Equipment and Systems, Taylor and Francis-CRC. Stevenson Jr., William D., 1996. Analisa Sistem Tenaga Listrik, Edisi IV. Erlangga. Jakarta. Weeks, Walter L., 1976. Transmission and Distribution of Electrical Energy. Harper & Row Publisher, New York. http://www.uclm.es/area/gsee/Web/Federico/ psat.htm. Copyright (C) 2002-2010 Federico Milano 2002-2010. Power System Analysis Toolbox (PSAT), version 2.1.6. May 13, 2010. Matlab Toolbox. September 28, ý2010. http://www.plnkalselteng.co.id, Gardu Induk, diakses pada 26-11-2010. http://www.mathworks.com. 1984-2010. Matlab 7.6.0 (R2008a). The MathWorks, Inc. April 23, 2009. http://www.uclm.es/area/gsee/Web/Federico/ psat.htm. Copyright (C) 2002-2010 Milano Federico., 2002-2010. Power System Analysis Toolbox (PSAT), version 2.1.6. May 13, 2010. Matlab Toolbox. September 28, ý2010.


Riset & Teknologi

ISSN : 1412-3819

PEMANFAATAN LIMBAH SABUT KELAPA DAN CANGKANG KEMIRI UNTUK PEMBUATAN BIOBRIKET Mardhiyah Nadir Dosen Jurusan Teknik Kimia Politeknik Negeri Samarinda Jl. Ciptomangunkusumo Kampus Gunung Lipan Samarinda Email : [email protected] Abstrak Pemakaian bahan bakar fosil yang tinggi bisa berakibat terjadinya krisis bahan bakar. Untuk itu perlu dikembangkan sumber energi alternatif guna menunjang laju pemakaian bahan bakar fosil. Sumber energi tersebut adalah biomassa dari limbah pertanian berupa bahan-bahan yang bisa diperbaharui. Penelitian ini bertujuan untuk memanfaatkan biomassa yang berupa cangkang kemiri dan sabut kelapa untuk pembuatan biobriket, membandingkan kualitas antara biobriket hasil percobaan dengan standar kualitas biobriket dan menentukan komposisi optimum biobriket dari campuran sabut kelapa dan cangkang kemiri. Penelitian ini terdiri dari tahap persiapan dan tahap pembuatan biobriket yang meliputi karbonisasi, pengecilan ukuran, pencampuran dan pencetakan biobriket. Tahap karbonisasi dilakukan dengan waktu karbonisasi selama 1 jam dan laju alir udara 4,5 m/s. Komposi massa arang cangkang kemiri dengan arang sabut kelapa (% m/m) divariasi yaitu 90:10, 80:20, 70:30, 60:40, dan 50:50 dengan berat total campuran yaitu 100 gram. Analisis yang digunakan pada biobriket ini adalah analisis proximate berupa kadar air, kadar abu, total karbon, zat terbang dan nilai kalor. Hasil analisis dibandingkan dengan standar untuk pembuatan biobriket yaitu SNI dari BSN. Hasil penelitian menunjukkan bahwa pada perbandingan berat antara arang cangkang kemiri dengan arang sabut kelapa yang memberikan nilai kalor tertinggi yaitu pada perbandingan 90:10 sebesar 6411 kal/gram dengan kadar air 8,34%, kadar abu 10,80%, zat terbang 33,35% dan total karbon 55,85%. Nilai kalor untuk semua komposisi di atas standar SNI. Kata kunci : Biobriket, biomassa , cangkang kemiri, sabut kelapa.

PENDAHULUAN Pemakaian bahan bakar terutama bahan bakar fosil di dunia semakin meningkat seiring dengan semakin bertambahnya populasi manusia dan meningkatnya laju industri diberbagai negara di dunia. Untuk mengurangi pemakaian bahan bakar fosil, maka perlu dicari sumber energi terbarukan. Salah satu alternatif yang bisa dikembangkan adalah energi biom assa. K ekayaan alam menj adi pertimbangan utama konversi energi minyak, gas dan batubara ke biomassa. Biomassa adalah bahan organik yang dihasilkan melalui proses fotosintesis, baik berupa produk maupun buangan. Contoh biomassa antara lain tanaman,

pepohonan, rumput, ubi, limbah pertanian dan limbah hutan, tinja dan kotoran ternak.Selain digunakan untuk tujuan primer seperti serat, bahan pangan, pakan ternak, minyak nabati, bahan bangunan dan sebagainya, biomassa juga digunakan sebagai bahan energi (bahan bakar). Protokol Kyoto menentukan taget batas emisi gas rumah kaca untuk periode tahun 20082012 harus 12,5% lebih rendah dari batas tahun 1999 (Kyoto-Protocol). Negara-negara didunia berkomitmen untuk mengurangi emisi atau pengeluaran karbon dioksida dan lima gas rumah kaca lainnya untuk meminimasi



pemanasan global. Perlu upaya yang keras dari seluruh untuk mencapai target pengurangan emisi tersebut, salah satunya adalah mengurangi penggunaan bahan bakar fosil pada industri maupun kendaraan bermotor. Bahan bakar fosil tersebut diantaranya adalah Bahan Bakar Minyak (BBM) dan batubara diganti dengan bahan bakar yang ramah lingkungan seperti gas, geothermal, biomassa, biodiesel, mikrohidro, fuel cell, solar sel dan nuklir. Kelebihan bioenergi, selain bisa diperbaharui, adalah bersifat ramah lingkungan, dapat terurai, mampu mengeliminasi efek rumah kaca, dan kontinuitas bahan bakunya terjamin. Jenis – jenis bioenergi yaitu biodiesel, bioetanol, biogas dan biobriket. Sabut kelapa dan cangkang kemiri adalah limbah padat hasil berpotensi sebagai bahan baku biomassa yang dapat menghasilkan energi. Sabut kelapa merupakan bagian yang cukup besar dari buah kelapa, yaitu 35 % dari berat keseluruhan buah. Sabut kelapa terdiri dari serat dan gabus yang menghubungkan satu serat dengan serat lainnya. Serat adalah bagian yang berharga dari sabut. Data statistik pada tahun 2010 menyatakan bahwa jumlah produksi kelapa mencapai 2.952.055 ton/tahun (www.regionalinvestment.com). Menurut Kowa (2009), tanaman kemiri tersebar hampir di seluruh wilayah Indonesia. Data statistik pada tahun 2010 menyatakan bahwa jumlah produksi kemiri mencapai 43.050 ton/tahun (www.regionalinvestment.com). Tingginya produksi kemiri dan kelapa merupakan tolok ukur tingginya produk samping yang dihasilkan berupa cangkang kemiri dan sabut kelapa masih terbatas sehingga diperlukan suatu proses pengolahan, salah satunya yaitu pembuatan biobriket. Subroto (2006) melakukan penelitian dengan membuat biobriket dari campuran batubara, ampas tebu dan jerami. Beberapa penelitian banyak menggunakan biomassa seperti serbuk gergaji, sekam padi, tempurung kelapa dan tandan kosong kelapa sawit. Penelitian ini menggunakan campuran biomassa berupa cangkang kemiri dan sabut kelapa . Disamping itu penggunaan campuran biomassa ini adalah dimaksudkan untuk menjaga kontinuitas dari produk biobriket yang dihasilkan. Biobriket merupakan sumber energi yang memiliki potensi cukup besar di Indonesia. Saat RISET & TEKNOLOGI /85

ini energi biomassa belum dimanfaatkan secara optimal. Biomassa termasuk bahan yang mudah terbakar karena kandungan volatile matter yang relatif tinggi namun waktu penyalaan (burning time) lebih pendek bila dibandingkan dengan energi fosil (Anonim, 2007). Pembuatan biobriket dapat memanfaatkan sekam, bungkil jarak pagar tempurung kelapa, sabut kelapa dan cangkang kemiri sebagai bahan bakunya. Pemanfaatan limbah sebagai bahan bakar memberi tiga keuntungan langsung: meningkatan efisiensi energi secara keseluruhan karena kandungan energi yang terdapat pada limbah cukup besar, menghemat biaya dan mengurangi keperluan akan tempat penimbunan sampah. Pemanfaatan limbah sebagai bahan bakar alternatif dapat dilakukan dengan teknologi sederhana, yaitu densifikasi (pemadatan) sehingga diperoleh bahan bakar padat berupa briket dengan kualitas dan dimensi sesuai yang dikehendaki oleh pengguna. Gambar 1 menyajikan berbagai contoh bentuk biobriket serta peralatan densifikasi yang digunakan.

Pengempa briket manual

Pengempa briket mekanis

Berbagai bentuk dan jenis briket biomassa

Gambar 1 Contoh Bentuk Biobriket dan Alat yang Digunakan Proses pembuatan biobriket meliputi empat tahap, yaitu pengeringan, penggerusan, pencampuran, dan pembentukan campuran menjadi biobriket. Proses pembuatan biobriket dengan menggunakan biomassa melalui tahap yang berbeda. Biomassa tersebut biasanya melalui tahap karbonisasi, namun ada juga biomassa yang tanpa melalui proses karbonisasi seperti pada Gambar 2.2 yang menunjukkan diagram alir proses pembuatan biobriket. Biomassa yang sering digunakan


tanpa melalui proses karbonisasi Misalnya seperti serbuk gergaji dan sekam padi. Tahap karbonisasi pada biomassa biasanya diperlukan untuk menaikkan nilai kalor pada biomassa yang digunakan. Limbah biomassa

A

Pengeringan

Sortasi

Penambahan perekat Pengarangan/ karbonisasi

Pengadukan

Penyeragaman ukuran

Pengempaan

A

Biobriket

Gambar 2 Prosedur pembuatan bio-briket Densifikasi sederhana dilakukan dengan cara mencampur biomassa (atau biomassa yang telah diarangkan) dengan perekat lalu dikempa dengan alat kempa manual ataupun semi mekanis, kemudian dijemur hingga kering. Briket yang diproduksi dengan mesin pengempa mekanis selalu lebih padat dibanding briket dengan pengempa sederhana (manual atau semi mekanis). Mutu briket ditentukan oleh jenis biomassa yang digunakan sebagai bahan baku, jumlah dan jenis perekat yang digunakan, serta tekanan pengempaan yang diberikan (Ningrum, 2006). Briket yang selesai dibuat kemudian dianalisa. Hasil analisa lalu di bandingkan dengan standar kualitas untuk briket. Berikut adalah tabel standar kualitas briket yang digunakan sebagai pembanding. Tabel 1 Standar Kualitas Briket Arang Menurut SNI 01-6235-2000 No 1 2 3 4

Jenis Uji Kadar air Bagian yang hilang pada pemanasan Kadar abu Kalori

Satuan %

Persyaratan 8

%

15

% Kal/gram

8 Min 5000

Sumber : http://www.bsn.go.id

Umumnya yang digunakan sebagai bahan bakar adalah biomassa yang nilai ekonomisnya rendah atau merupakan limbah setelah diambil produk primernya. Biomassa terutama dalam bentuk kayu bakar dan limbah pertanian merupakan sumber energi tertua (Anonim, 2011). Biomassa berfungsi sebagai; penyedia sumber karbon untuk energi, menurunkan emisi pada tingkat yang rendah, mendorong percepatan rehabilitasi lahan terdegradasi dan perlindungan tata air dan penyedia berbagai vektor energi, baik panas, listrik atau bahan bakar kendaraan (Anonim, 2010). Teknologi konversi biomassa menjadi bahan bakar dapat dibedakan menjadi tiga yaitu pembakaran langsung, konversi termokimiawi dan konversi biokimiawi. Pembakaran langsung merupakan teknologi yang paling sederhana karena pada umumnya biomassa telah dapat langsung dibakar. Beberapa biomassa perlu dikeringkan terlebih dahulu dan didensifikasi untuk kepraktisan dalam penggunaan. Konversi termokimiawi merupakan teknologi yang memerlukan perlakuan termal untuk memicu terjadinya reaksi kimia dalam menghasilkan bahan bakar. Sedangkan konversi biokimiawi merupakan teknologi konversi yang menggunakan bantuan mikroba dalam menghasilkan bahan bakar (Anonim, 2010) Indonesia sebagai negara kepulauan dan berada di daerah tropis dan kondisi agroklimat yang mendukung merupakan penghasil kelapa yang utama di dunia. Salah satu bagian yang terpenting dari tanaman kelapa adalah buah kelapa. Buah kelapa terdiri dari beberapa komponen yaitu kulit luar, sabut, tempurung kelapa, daging buah, dan air kelapa (Palungkun, 2003). Tabel 2 Komposisi Buah Kelapa Bagian buah kelapa

Jumlah berat (%)

Sabut

35

Tempurung

12

Daging buah

28

Air kelapa

25

Sumber : palungkun (2003) Menurut Sukadarti (2010), sabut kelapa (eksokarp) terdiri dari bagian luar (epikarp) yang



tahan air dan bagian dalam (mesokarp). Mesokarp terdiri dari untaian serat vaskuler yang disebut coir yang melekat pada jaringan parenkimatis (gabus). Komposisi kimia sabut kelapa secara umum disajikan dalam tabel 3. Tabel 3 Komposisi Kimia Sabut Kelapa Komponen Air terlarut Pektin Hemiselulosa Lignin Selulosa Abu

Komposisi (%) 5,25 3,00 0,25 45,84 43,44 2,22

sabut kelapa diproses untuk dijadikan coir fiber sheet yang digunakan untuk lapisan kursi mobil, spring bed dan lain-lain (Anonim, 2008). Tanaman kemiri tersebar hampir di seluruh wilayah Indonesia. Pemanfaatannya selama ini hanya dijadikan sebagai bahan bakar untuk memasak biji kemiri dan pengeringan kemiri isi dengan sistem pengasapan, dibuang, dan sebagian kecil dijual. Potensi tempurung kemiri sesungguhnya cukup besar yaitu mencapai 2/3 dari berat biji kemiri. Tempurung kemiri sebenarnya dapat langsung digunakan sebagai bahan bakar namun akan kurang nyaman karena dapat menimbulkan asap cukup tebal (Darmawan, 2005).

Sumber:http://www.hayleys-export.com/about/coirfibre Sabut kelapa merupakan hasil samping, dan merupakan bagian yang terbesar dari buah kelapa, yaitu sekitar 35 persen dari bobot buah kelapa. Dengan demikian, apabila secara ratarata produksi buah kelapa per tahun adalah sebesar 5,6 juta ton, maka berarti terdapat sekitar 1,7 juta ton sabut kelapa yang dihasilkan. Potensi produksi sabut kelapa yang sedemikian besar belum dimanfaatkan sepenuhnya untuk kegiatan produktif yang dapat meningkatkan nilai tambahnya (Prananta, 2011).

Gambar 3 Sabut Kelapa Serat sabut kelapa, atau dalam perdagangan dunia dikenal sebagai coco fiber, coir fiber, coir yarn, coir mats, dan rugs, merupakan produk hasil pengolahan sabut kelapa. Secara tradisionil serat sabut kelapa hanya dimanfaatkan untuk bahan pembuat sapu, keset, tali dan alat-alat rumah tangga lain. Perkembangan teknologi, sifat fisika-kimia serat, dan kesadaran konsumen untuk kembali ke bahan alami membuat serat sabut kelapa dimanfaatkan menjadi bahan baku industri karpet, jok dan dashboard kendaraan, kasur, bantal, dan hardboard. Serat sabut kelapa juga dimanfaatkan untuk pengendalian erosi. Serat RISET & TEKNOLOGI /87

Gambar 4 Cangkang Kemiri Tempurung kemiri dapat diolah menjadi arang. Arang ini banyak sekali manfaatnya yaitu sebagai sumber energi dalam bentuk arang dan briket arang, arang aktif, dan untuk memperbaiki sifat tanah. Melalui proses pengarangan, asap yang dihasilkan dapat diambil dan dijadikan produk cair (destilat) melalui proses kondensasi atau pengembunan. Destilat ini dapat digunakan untuk penyubur dan membasmi hama penyakit tanaman (Darmawan, 2005). Hasil penelitian menunjukkan komposisi penyusun dari cangkang kemiri seperti yang disajikan pada tabel 4 berikut ini. Tabel 4 Komposisi Kimia Cangkang Kemiri Komponen Holoselulosa (polisakarida) Pentosan Lignin Ekstraktif : - Larut air dingin - Larut air panas - Larut alkohol-benzena (1:2) - Larut NaOH 1% Abu

Kadar (% dari berat kayu) 49,22 14,55 54,46 1,96 6,18 2,69 17,14 8,73

Sumber : Anonim (2009)


Tambunan (2008), telah melakukan penelitian terhadap cangkang kemiri mengenai karakteristik pembakaran briket dari cangkang kemiri. Tabel 5 memperlihatkan hasil analisa terhadap cankang kemiri yang digunakan. Tabel 5 Hasil Proximate Analysis dan Uji Nilai Kalor Cangkang Kemiri Non Karbonosasi Karbonisasi

Kadar Volatile Air (%) (%) 9,54 48,75 5,39 8,73

Abu (%) 6,99 9,56

Karbon Terikat (%) 34,92 76,31

terbang (volatile matter), kandungan mineral (ash content) dan fixed carbon. Dalam analisis proximate ini tidak banyak kendala yang dihadapi, hanya ketelitian saat penimbangan yang dapat mempengaruhi perhitungan. Analisis proximate yang digunakan adalah analisis untuk penggunaan bahan baku berupa biomassa dan berbeda dengan analisis proximate untuk batubara.

Nilai Kalor (kalori/gram) 5.245,07 7.810,39

Sumber : Tambunan (2008) Perekat adalah bahan yang dapat merekatkan dua buah benda berdasarkan ikatan permukaan. Kekutan perekatan dipengaruhi oleh faktor sifat perekatnya sendiri dan tingkat penyesuaian antara jenis bahan perkat dengan bahan yang direkatkan. Penggunaan perekat pati memiliki beberapa keuntungan, antara lain : harga murah, mudah pemakaiannya, dapat menghasilkan kekuatan rekat kering yang tinggi. Namun perekat ini memiliki kelemahan, seperti : ketahanan terhadap air rendah, mudah diserang jamur, bakteri dan binatang pemakan pati (Maarif, 2004). Penambahan perekat dalam pembuatan briket agar partikel saling berkaitan dan tidak mudah hancur. Ditinjau dari jenis perekat yang digunakan, briket dapat dibagi menjadi : briket yang sedikit atau tidak mengelurakan asap pada saat pembakaran dengan perekat yang mengandung banyak zat pati dan briket yang banyak mengeluarkan asap pada saat pembakaran dengan perekat tahan terhadap kelembaban tetapi selama pembakaran menghasilkan asap. Pengertian oksidasi disini lebih melihat dari segi transfer oksigen. Dalam hal transfer oksigen, Oksidasi berarti mendapat oksigen dan oksidator atau zat pengoksidasi adalah zat yang mengoksidasi zat lain. Dengan kata lain oksidator adalah yang memberi oksigen kepada zat lain (Anonim, 2004). Jadi KMnO4 berfungsi sebagai pemberi oksigen atau memperbanyak oksigen di dalam biobriket agar biobriket lebih mudah terbakar. Proximate adalah rangkaian analisis awal dalam pengujian suatu contoh. Analisis proximate adalah pengujian sampel yang terdiri dari kandungan air (inherent moisture), zat

METODOLOGI PENELITIAN Variabel yang ditetapkan adalah temperatur pengeringan biobriket 60 – 70 oC dengan waktu 12 jam, laju alir udara 4,5 m/s, waktu karbonisasi 60 menit, massa tepung kanji 5 gram, volume air 100 ml, volume KMnO4 sebanyak 5 ml dan massa campuran 100 gram, sedangkan variabel tidak tetap adalah komposisi cangkang kemiri dan sabut kelapa (% m/m) : 50/50 ; 60/40 ; 70/ 30 ; 80/20; 90/10 Prosedur kerja penelitian ini adalah pembuatan perekat dari tepung kanji, melakukan karbonasi, pembuatan biobriket dengan mencampur cangkang kemiri dan sabut kelapa dengan tepung kanji dengan komposisi tertentu dan mencetak selanjutnya dianalisa. Biobriket dianalisa proximate dengan mengukur kadar air, kadar abu, kandungan zat terbang, total karbon dan nilai kalor. HASIL DAN PEMBAHASAN Komposisi bahan baku merupakan salah satu variabel yang berpengaruh pada pembuatan biobriket. Biomassa yang digunakan untuk pembuatan biobriket adalah cangkang kemiri dan sabut kelapa. Variasi komposisi yang dibuat adalah perbandingan massa arang cangkang kemiri dan arang sabut kelapa. Karbonisasi cangkang kemiri menggunakan alat karbonisasi dengan prinsip oksidasi parsial atau dengan menggunakan udara terbatas dimana waktu karbonisasi dan laju alir udara dijaga tetap. Sabut kelapa dikarbonisasi dengan cara dibakar dan dipendam di dalam tanah. Tabel 6 menunjukkan cangkang kemiri dan sabut kelapa yang belum melalui proses karbonisasi diperoleh hasil analisa kalor masing–masing sebesar 4060 kal/gram dan 2954 kal/gram. Setelah proses karbonisasi nilai



kalor arang cangkang kemiri sebesar 6305 kal/ gram dan arang sabut kelapa 5663 kal/gram. Proses karbonisasi menyebabkan kadar air pada bahan menurun. Hal ini dikarenakan pada saat proses karbonisasi, kandungan uap air yang ada pada bahan menguap. Namun uap air dari udara juga terserap karena porositas arang menjadi tinggi. Akibatnya meskipun bahan telah menjadi arang tetap terdapat uap air. Tabel 6 hasil analisis kadar air pada cangkang kemiri yaitu 5,89% dan sabut kelapa yaitu 13,26%. Sedangkan setelah proses karbonisasi, kadar air turun yang mana arang cangkang kemiri menjadi 5,74% dan arang sabut kelapa turun menjadi 13,15%. Selisih penurunan kadar air yang diperoleh sangat kecil. Hal ini disebabkan penyimpanan bahan yang lama . Proses karbonisasi juga menyebabkan kadar zat terbang menurun (Padmawati, 2009). Pada tabel 6 hasil analisis kadar zat terbang pada cangkang kemiri yaitu 46,28% dan sabut kelapa yaitu 67,62% sedang setelah karbonasi cangkang kemiri menjadi 25,63% dan sabut kelapa yaitu 30,41%. Pada karbonisasi sebagian zat terbang yang terkandung pada bahan berupa lignin dan selulosa serta gas-gas seperti hidrogen, karbondioksida dan metan terurai. Meskipun kadar zat terbang menurun, tetapi karena karbonisasi belum sempurna sehingga masih ada senyawa seperti CO, CO2, H2 dan CH4 yang tidak sempat menguap dan senyawa tersebut masih menempel pada arang. Kadar abu pada cangkang kemiri menurun sedangkan kadar abu pada sabut kelapa mengalami kenaikan. Pada tabel 6 dimana hasil analisis cangkang kemiri diperoleh kadar abu sebesar 19,16% dan turun menjadi 7,99%. Sedangkan hasil analisis pada sabut kelapa meningkat dari 5,78% menjadi 8,67%. Proses karbonisasi sabut kelapa menyebabkan abu sisa bercampur dengan arang sabut kelapa dan tertinggal dalam sela-sela serat arang. Unsur mineral yang terkandung pada tanah juga ikut terbakar dan bercampur dengan arang. Dari tabel 6 diperoleh hasil perhitungan total karbon pada cangakang kemiri yaitu 34,56% dan pada sabut kelapa yaitu 26,6%. Setelah proses karbonisasi diperoleh kadar total karbon pada arang cangkang kemiri yatu 66,38% dan pada arang sabut kelapa yaitu 60,92% tabel 6. Total karbon pada bahan baku rendah disebabkan kadar abu dan kadar zat terbang pada bahan baku tinggi. Sedangkan setelah RISET & TEKNOLOGI /89

dikarbonisasi kadar abu dan kadar zat terbang menurun sehingga dari segi kuantitas kadar total karbon meningkat. Tabel 6 Analisis Bahan Baku Sebelum dan Sesudah Karbonisasi Bahan Baku Cangkang kemiri Sabut Kelapa Arang Cangkang kemiri Arang Sabut Kelapa

Kadar Air (%)

Zat Terbang (%)

Kadar Abu (%)

Total Karbon (%)

Nilai Kalor (kal/g)

5,89

46, 28

19,16

34,56

4060

13,26

67,62

5,78

26,6

2954

5,74

25,63

7,99

66,38

6305

13,15

30,41

8,67

60,92

5663

Sumber : Hasil Analisis Komposisi cangkang kemiri dan sabut kelapa dengan komposisi 90:10 (massa cangkang kemiri/ massa sabut kelapa) yaitu 8,34 % memiliki kadar air kecil dibanding komposisi lainnya terlihat pada tabel 7. Hal ini dikarenakan pada komposisi ini jumlah massa dari cangkang kemiri lebih banyak dibanding dengan sabut kelapa. Kadar air pada biobriket ini semuanya berada di atas standar dari SNI maksimum 8%.. Tabel 7 Hasil Analisis Proximate Biobriket dari Campuran Cangkang Kemiri dan Sabut Kelapa Hasil Analisis Kadar Total Abu Karbon (%) (%)

Komposisi

Kadar Air (%)

Zat Terbang (%)

Nilai Kalor (kal/gram)

50 : 50

10,40

32,38

5,40

62,22

6155

60 : 40 70 : 30 80 : 20 90 : 10 SNI

9,67 9,12 8,85 8,34 8

31,63 31,83 32,04 33,35 15

6,87 9,23 9,66 10,80 8

61,5 58,94 58,3 55,85 -

6218 6315 6327 6411 ≥ 5000

Sumber : Hasil Analisis Biobriket dari cangkang kemiri dan sabut kelapa memiliki zat terbang sangat tinggi. Selain itu, penambahan kanji sebagai perekat dan penambahan KMnO 4 sebagai oksidator dan penyuplai oksigen pada bio briket juga menyebabkan kadar zat terbang lebih tinggi dari


standar SNI yang dikeluarkan oleh BSN dengan jumlah zat terbang 15%. Tabel 7 menunjukkan zat terbang yang kecil yaitu 31,63 % pada komposisi 60:40. Kadar abu yang tinggi disebabkan oleh pencampuran yang tidak merata antara arang dan perekat sehingga pada waktu pencetakan, ada perekat yang menggumpal. Perekat menyebabkan bertambahnya zat yang dapat menyebabkan residu pada biobriket, disamping adanya penambahan KMnO 4 sehingga menambah unsur oksida logam penyebab terbentuknya abu pembakaran. Tabel 7 menunjukkan bahwa perbandingan komposisi 50:50 kadar abunya optimum yaitu 5,40% . Total karbon biobriket dipengaruhi oleh kandungan karbon bahan baku dan proses karbonisasi. Total karbon optimum pada komposisi 50:50 seperti tercantum pada tabel 7. Jika karbonisasi sempurna maka zat ekstraktif menguap sebanyak-banyaknya sehingga zat terbang yang tertinggal sedikit dan karbon terikat meningkat. Nilai kalori menunjukkan tingkat pemanasan yang dihasilkan dari bahan bakar dalam hal ini yaitu biobriket dari campuran cangkang kemiri dan sabut kelapa. Nilai kalori dari masing-masing perbandingan komposisi berada di atas nilai standar kalor dari SNI minimal 5000 kal/gram. Tabel 7 menunjukkan nilai kalori yang optimum berada komposisi 90:10 yaitu sebesar 6411 kal/gram. Hal ini dikarenakan massa cangkang kemiri lebih banyak dibanding dengan massa sabut kelapa . KESIMPULAN 1. Kualitas biobriket yang terbaik adalah biobriket dengan komposisi 90:10 (masaa cankkang kemiri/ massa sabut kelapa) dengan nilai kalori tertinggi sebesar 6411 kal/gram; kadar air 8,34 % ; kadar abu 10,8 % ; zat terbang 33,35% dan total karbon 55,85 %. 2. Nilai kalori yang diperoleh semua komposisi memenuhi standar SNI 01-6235-2000 dari BSN.

DAFTAR PUSTAKA Deman, J.M., 1997, “Kimia Makanan Edisi Kedua”, Bandung : Penerbit ITB Darmawan, S., 2005, “Ragam Manfaat Kemiri”,library.forda mof.org/libforda/ data_pdf/1239. (diakses 24 juli 2011, 14.00 wita) Kowa, A., 2009, “Pembuatan Arang Aktiv dari Cangkang Kemiri Sebagai Adsorben Ion Timbal, Pb 2+ pada Pengolahan Air Limbah”, Tesis, Jurusan Magister Pengajaran Kimia : Institut Teknologi Bandung. Maarif, S., 2004, “Pengaruh Penambahan Arang Tempurung Kelapa dan Penggunaan Perekat terhadap Sifat-Sifat Fisika dan Kimia Briket Arang dari Arang serbuk Kayu Sengon”, Universitas Gadjah Mada, Yogyakarta. Maryudiyanto, D.E. dan Bhakti, D.K.., 2009, “Pembuatan Biobriket Dari Campuran Kulit Kacang Dan Serbuk Gergaji Sebagai Bahan Bakar Alternatif”, http:// digilib.its.ac.id/public/ITSundergraduate-10555-chapter1.pdf (08 Juni 2011, 22.54 wita) Mujdalipah, S., Hambali, E dan Armansyah, 2007, “Teknologi Bioenergi”, Jakarta : Agro Media Pustaka Ningrum, D.A.R., 2006. “Pengaruh Penambahan Limestone pada Pembuatan Biobriket dari Serbuk Kayu Akasia”, TA, Politeknik Negeri Samarinda Padmawati, 2009, “ Pengaruh Penambahan Komposisi Biomassa pada Proses Pembuatan Briket Karbonisasi “, Mekanik Vol 2 No.2 Juli 2009 : Samarinda Palungkun, R., 2003, “Aneka Produk Olahan Kelapa”, Cetakan ke Sembilan, Jakarta : Penerbit Swadaya Subroto, 2006, “Karakteristik Pembakaran Biobriket Campuran Batubara, Ampas Tebu dan jerami”, Prosiding MEDIA MESIN, Vol. 7, No. 2, Jurusan Teknik Mesin Fakultas Teknik Universitas Muhammadiyah Surakarta.



Riset & Teknologi

ISSN : 1412-3819

ANALISIS KESTABILAN PERALIHAN SISTEM TENAGA LISTRIK MULTIMESIN (MODEL SEMBILAN BUS TIGA MESIN) Rusda Dosen Jurusan Teknik Elektro Politeknik Negeri Samarinda Jl. Ciptomangunkusumo Kampus Gunung Lipan Samarinda Telp. 0541 260355 Email : [email protected] Abstrak Kestabilan sistem diartikan sebagai kemampuan sistem untuk kembali ke kondisi normal setelah terjadi gangguan. Analisis sistem daya yang dianalisis adalah kestabilan peralihan karena menyangkut gangguan yang besar dan tidak mungkin menggunakan proses kelinearan. Untuk sistem yang besar dengan interkoneksi di dalamnya, gangguan pada salah satu titik bisa menyebabkan gangguan pada keseluruhan sistem. Supaya kestabilan bisa terjaga, maka diperlukan waktu pemutusan kritis untuk melindungi sistem secara keseluruhan maupun generator secara individu. Untuk menganalisis pengaruh dari gangguan hubung singkat tiga fasa simetris terhadap kestabilan sistem tenaga listrik multimesin digunakan studi aliran daya, admitansi reduksi dan penentuan waktu pemutusan kritis menggunakan metode Runge Kutta orde 4. Dengan melakukan simulasi menggunakan perangkat lunak Matlab akan dilihat unjuk kerja kestabilan suatu sistem tenaga listrik dengan contoh kasus sistem tenaga listrik Model Sistem sembilan Bus 3 Mesin. Hasil simulasi berbagai titik gangguan pada saluran transmisi atau bus GI terlihat bahwa hubung singkat pada bus generator lebih berpotensi menyebabkan ketidak stabilan pada sistem. Kata Kunci : Daya, interkoneksi, kestabilan, listrik, sistem, transmisi.

PENDAHULUAN Apabila sistem tenaga listrik tersebut mengalami gangguan maka kemampuan dari sistem untuk dapat bekerja normal kembali pada kondisi operasi dikenal dengan kestabilan sistem tenaga listrik. Untuk pengoperasian sistem yang andal, perlu adanya analisis mengenai kestabilan dari sistem kelistrikan. Kestabilan sistem tenaga listrik digolongkan kedalam tiga jenis berdasarkan sifat dan besarnya gangguan yaitu: kestabilan peralihan, dinamis dan keadaan mantap (steady state). Kestabilan peralihan (transient stability), menyangkut kemampuan sistem untuk tetap dalam keadaan sinkron (stabil) setelah terjadi gangguan yang besar, sedangkan kestabilan dinamis dan steady state menyangkut perubahan daya secara lambat atau perlahanlahan pada suatu sistem. RISET & TEKNOLOGI /91

Terjadinya gangguan pada sistem tenaga listrik mengakibatkan terjadinya perubahan parameter-parameter listrik, antara lain tegangan, arus, daya, kecepatan rotor, frekuensi dan sudut daya. Untuk menganalisa perubahan parameter-parameter tersebut terhadap lamanya gangguan, dari awal terjadinya gangguan sampai sistem menjadi stabil kembali, dibutuhkan perhitungan kapan gangguan tersebut diputuskan tanpa kehilangan keserempakan putaran generator. Selanjutnya dapat ditentukan waktu paling lama terjadinya suatu gangguan yang masih dapat menstabilkan sistem atau waktu pemutusan kritis (critical clearing time). Menurut Saadat (1999), masalah stabilitas berhubungan dengan kelakuan mesin sinkron setelah gangguan. Untuk memudahkan analisa,


masalah kestabilan umumnya dibagi kedalam dua kategori-kestabilan steady state dan kestabilan transien. Kestabilan steady state didefinisikan sebagai kemampuan sistem tenaga untuk mencapai sinkronisasi kembali setelah terjadi gangguan kecil dan lambat seperti perubahan daya secara bertahap. Pengembangan dari kestabilan steady state dikenal dengan kestabilan dinamis (dynamic stability). Kestabilan dinamis berhubungan dengan gangguan kecil yang berlangsung lama. Kestabilan transien berhubungan dengan pengaruh gangguan besar yang terjadi secara mendadak seperti hubung singkat, pemutusan saluran secara tiba-tiba atau pelepasan beban. Studi kestabilan transient diperlukan untuk memastikan bahwa sistem bisa menahan kondisi transien setelah gangguan besar. Menurut Kundur (1994) Stabilitas transien adalah kemampuan sistem tenaga untuk mempertahankan kondisi sinkron ketika mengalami gangguan berat. Respon sistem yang dihasilkan melibatkan penyimpangan besar sudut rotor generator dan dipengaruhi oleh hubungan non linier sudut daya. Stabilitas tergantung pada keadaan awal dari sistem operasi dan tingkat keparahan gangguan. Unjuk sifat mesin sinkron yang terlihat pada Gambar 1 adalah tanggapan sudut rotor untuk satu kasus stabil dan dua kasus tidak stabil. Kasus stabil (kasus 1), sudut rotor naik ke sebuah nilai maksimum, kemudian menurun dan berosilasi dengan amplitudo menurun sampai mencapai steady state. Pada kasus 2, sudut rotor terus meningkat saat sinkronisasi hilang. Bentuk ini tidak stabil yang dinyatakan sebagai ketidakstabilan ayunan pertama (first swing). Pada kasus 3, sistem stabil pada ayunan pertama tetapi menjadi tidak stabil pada ayunan berikutnya akibat bertambahnya osilasi pada keadaan akhir.

Gambar 1.Tanggapansudut rotorgangguantransient

Menurut (Grainger & Stevenson, 1994), kestabilan mesin majemuk pada dasarnya hampir sama dengan kestabilan satu mesin yang terhubung ke infinite bus. Namun perbedaaan yang mendasar ialah kompleksitas dari komputasi numerik akan meningkat dengan meningkatnya generator yang akan di simulasikan pada kestabilan transien. Menurut Saadat (1999), langkah pertama dalam studi kestabilan transien adalah dengan mula-mula menyelesaikan aliran daya dan menentukan magnitude tegangan mula-mula serta sudut fasa. Arus mesin sebelum gangguan dihitung dengan persamaan:

S i* Pi  jQi Ii  *  Vi Vi *

i = 1, 2, 3, ...... m

(1)

m = jumlah generator Vi = tegangan terminal ke-i Pi = daya aktif mesin-i Qi = daya reaktif mesin-i Tegangan sumber sebelum reaktansi transien dapat diperoleh dari persamaan berikut:

E i'  Vi  jX d' I i

(2)

Selanjutnya beban sistem diubah menjadi admittansi ekivalen dengan menggunakan hubungan:

yi 0 

S i* Vi

2



Pi  Qi Vi

2

(3)

Dari persamaan diatas kita mempunyai model m-bus generator yang dtambahkan ke nbus sistem tenaga dengan jaringan ekivalen yang dirubah menjadi admittansi (Gambar 2).

Gambar 2. Jaringan yang diperluas (Grainger & Stevenson, 1994)



Titik (n + 1),(n + 2),…,(n + m) adalah bus internal mesin. Matriks persamaan arus untuk jaringan ini diberikan oleh persamaan:

I bus  YbusVbus

(4)

Langkah kedua ialah matriks admittansi dimodifikasi berdasarkan saat terjadi gangguan atau pun setelah gangguan. Untuk menghilangkan bus beban, matriks admittansi pada persamaan di partisi. Tidak adanya arus yang masuk atau meninggalkan bus beban maka arus dalam baris ke-n adalah nol. Arus generator dapat dinyatakan dengan vector Im dan tegangan generator dan beban dinyatakan berturut-turut oleh vektor E’m dan Vn. Persaman dalam bentuk submatriks menjadi:

 0  Ynn  I   Y t  m   nm

Ynm   Vn  Ymm  E m' 

Vn  Ynn1Ynm E m





t I m  Ymm I m  Ynm Ynn1Ynm E m'

Im  Y

red bus

E

(5)

(6)

' m

Daya listrik keluaran dari setiap mesin dapat dinyatakan dalam bentuk tegangan internal mesin dengan persamaan persamaan:

S ei*  E i'* I i

(7)



Pei*  Re E i'* I i

atau

Ii  

Dengan

m j 1



(8) ' j ij

EY

(9)

Tegangan dan admittansi dinyatakan ' ' dalam bentuk polar yaitu E i  E i  i dan Yij  Yij  i dan di substitusi harga I i dari persamaan diatas akan menghasilkan:

ws

= Kecepatan serempak dalam satuan listrik Pm (pu) = Daya Mekanik perunit Pe (pu) = Daya elektrik perunit. Jika persamaan diatas diekspresikan dalam bentuk frekuensi f, dengan:

s = 2f

(13)

Sehingga daya dinyatakan dalam satuan perunit:

H d 2  Pm pu   Pe  pu  f dt 2

(14)

Bila dinyatakan dalam derajat listrik maka :

H d 2  Pm  Pe 180 f 0 dt 2

(15)

Terlihat bahwa persamaan tersebut adalah persamaan diferensial orde-kedua yang dapat dituliskan sebagai dua buah persamaan diferensial orde-pertama sebagai berikut:

2 H d  Pm  Pe  s dt

(16)

d    s dt

(17)

dimana , s dan  adalah menyangkut radian listrik atau derajat listrik. Persamaan ayunan dengan redaman diabaikan, untuk i mesin menjadi : m H i d 2 i  Pmi   Ei' E 'j Yij cos ij   i   j  2 f 0 dt j 1

(18)

Pei   E E Yij cos ij   i   j 

(10)

Pmi   Ei' E 'j Yij cos ij   i   j 

(11)

Yij = elemen matriks admitansi bus Hi = konstanta inersia mesin i pada dasar MVA (SB).

Menurut Stevenson (1994), persamaan ayunan adalah persamaan yang mengatur gerakan rotor suatu mesin sinkron dalam studi kestabilan.

Jika HGI adalah konstanta inersia mesin i pada rating MVA (SGI), sehingga Hi diberikan oleh:

2 H d 2  Pm ( pu )  Pe ( pu )  s dt 2

Hi 

m

j 1

' i

' j

m

j 1


(12)

S Gi H Gi SB

(19)



HASIL DAN PEMBAHASAN

Algoritma Analisis Kestabilan Peralihan Penentuan waktu pemutusan kritis pada suatu sistem untuk studi kestabilan transient seperti disajikan pada Gambar 3, melalui beberapa tahapan, sebagai berikut:

Data Sistem Tenaga Listrik Sistem sembilan bus 3 mesin. Data-data sistem kelistrikan disajikan pada Tabel 1 s.d Tabel 4. Tabel 1 Data Saluran Transmisi

No. bus 1–4 2–7 3–9 4–5 4–6 5–7 6–9 7–8 8–9

R1 (pu) 0,0000 0,0000 0,0000 0,0100 0,0170 0,0320 0,0390 0,0085 0,0119

X1 (pu) 0,0576 0,0625 0,0586 0,0850 0,0920 0,1610 0,1700 0,0720 0,1008

Y’/2 (pu) 0,0000 0,0000 0,0000 0,0880 0,0790 0,1530 0,1790 0,0745 0,1045

Tabel 2 Data pembebanan No bus 1 2 3 4 5 6 7 8 9

Daya Daya beban pembangkitan Keterangan MW MVAR MW MVAR 0 0 0 0 Slack bus 163.0 6.7 0 0 Generator 85 -10.9 0 0 Generator 0 0 0 0 Bus beban 0 0 125.0 50.0 Bus beban 0 0 90.0 30.0 Bus beban 0 0 0 0 Bus beban 0 0 35.0 0 Bus beban 0 0 0 0 Bus beban

Tabel 3 Data asumsi tegangan tiap bus

Gambar 3 DiagramAlirAnalisis Kestabilan Peralihan

No bus 1 2 3 4 5 6 7 8 9


Tegangan (E) (pu) 1.040 1.025 1.025 1.026 0.966 1.013 1.026 1.016 1.032 RISET & TEKNOLOGI /94

Tabel 4 Data Pembangkit

Generator 1 2 3

Xd’(pu) 0,0608 0,1198 0,1813

H(pu) 23,64 6,4 3,01

Analisis Hasil Simulsi Kurva Ayunan (swing) Untuk menganalisis kestabilan sistem, dilihat perubahan perbedaan sudut rotor tiap generator dengan generator slack bus. Waktu pemutusan kritis (critical clearing time) yang dipilih adalah waktu yang apabila gangguan itu diputuskan tidak akan mempengaruhi kestabilan sistem atau tidak ada salah satu generator yang hilang sinkronisasinya. Apabila semua/salah satu generator yang kehilangan sinkronisasinya atau ada perbedaan sudut rotor salah satu generator yang naik tak terbatas, sistem tersebut dikatakan tidak stabil. Hasil simulasi berupa perilaku pembangkit-pembangkit dalam sistem setelah terjadi gangguan dalam bentuk respon sudut rotor. Waktu pemutusan kritis dan generator yang mengalami gangguan berat bila terjadi hubung singkat tiga fasa pada lokasi yang berbeda dapat dilihat pada Gambar 6 s.d gambar 11.

Gambar 6 Perbedaan sudut rotor gangguan pada bus 1, 1-4 lepas Gambar 6 Perbedaan sudut rotor gangguan pada bus 1, 1-4 lepas menunjukkan gangguan hubung singkat yang terjadi pada zone 1-4 dekat bus 1 waktu pemutusannya 0,100 detik RISET & TEKNOLOGI /95

(6 putaran). Dengan pemutusan tersebut sistem cenderung stabil. Sedangkan Jika gangguan diputuskan pada 0.2 detik (12 putaran) maka perbedaan sudut rotor pada generator 2 dan 3 naik tak terbatas sehingga dapat menyebabkan generator tersebut kehilangan sinkronisasinya seperti terlihat pada Gambar 7 berikut :

Gambar 7 Perbedaan sudut rotor gangguan pada bus 1, 1-4 lepas

Gambar 8 Perbedaan sudut rotor gangguan pada bus 2, 2-7 lepas Gambar 8 Perbedaan sudut rotor gangguan pada bus 2, 2-7 lepas menunjukkan gangguan hubung singkat tiga fasa yang terjadi pada zone 2-7 dekat bus 2. Waktu pemutusan kritisnya adalah 0,220 detik (12,2 putaran). Generator yang mengalami gangguan berat adalah


generator 2, karena perbedaan sudut rotor generator 2 yang naik tak terbatas, sedangkan generator 3 cenderung stabil.

6 dekat bus 4 waktu pemutusannya 0,256 detik (15,36 putaran). Sedangkan Jika gangguan diputuskan pada 0.35 detik (21 putaran) maka perbedaan sudut rotor pada generator 2 dan generator 3 naik tak terbatas sehingga dapat menyebabkan generator tersebut kehilangan sinkronisasinya seperti terlihat pada Gambar 11 berikut :

Gambar 9 Perbedaan sudut rotor gangguan pada bus 3, 3-9 lepas Gambar 9 Perbedaan sudut rotor gangguan pada bus 3, 3-9 lepas memperlihatkan gangguan hubung singkat yang terjadi pada zone 3-9 dekat bus 3 waktu pemutusannya 0,225 detik (13,5 putaran). Generator yang mengalami gangguan berat adalah generator 3. Sedang generator 2 cenderung stabil.

Gambar 11 Perbedaan sudut rotor gangguan pada bus 4, 4-6 lepas KESIMPULAN Dari analisis yang telah dilakukan maka dapat disimpulkan bahwa : 1. Model analisis ini dapat dipakai sebagai acuan untuk menentukan kestabilan transien sistem tenaga listrik. 2. Letak gangguan hubung singkat mempengaruhi tingkat kestabilan pada sistem. Hubung singkat pada bus generator lebih berpotensi menyebabkan ketidak stabilan pada sistem, sehingga memiliki waktu pemutusan relatif lebih cepat dari pada hubung singkat pada bus beban. 3. Waktu pemutusan kritis tercepat jika terjadi gangguan hubung singkat tiga fasa pasa pada bus generator 1 yaitu 0.1 detik.

Gambar 10 Perbedaan sudut rotor gangguan pada bus 4,4-6 lepas Gambar 10 Perbedaan sudut rotor gangguan pada bus 4,4-6 lepas menunjukkan gangguan hubung singkat terjadi pada zone 4 -

DAFTAR PUSTAKA Anderson, P.M. and Fouad, A. A. 1977. Power Sistem Control and Stability. Vol-I. The Iowa State University. USA.



Cekdin, Cekmas. 2007. Sistem Tenaga Listrik. ANDI. Yogyakarta. Darmawan, E. dan Nurdin, M. 1993. Studi Stabilitas Peralihan Sistem Tenaga Menggunakan Ekspansi Deret Taylor. Proseding Seminar Nasional Ketiga Teknik Tenaga Listrik. ITB, Bandung. Glover, J.D. and Sarma, M. 1987. Power Sistem Analysis and Design. PW S-Kent Publishing Company. Boston. Grainger, J.J. and Stevenson, W.D. 1994. Power Sistem Analysis. Mc Graw-Hill. Singapore. Haque, M.H. 1994. Equal Area Criterion: an axtension for multimachine power systems. IEE Proc-Gener.Transm. Distrib., Vol 141, No. 3. Kimbark, E.W. 1995. Power Sistem Stability. Volume I Elements of Stability Calculations. A John Wiley & Sons, Inc. New York. Kundur, P. 1994. Power Sistem Stability and Control. McGraw-Hill. New York. Saadat, H. 1999. Power Sistem Analysis. WCB/ Mc Graw-Hill. Singapore. Sauer, P.W. and Pai, M.A. 1998. Power Sistem Dynamic and Stability. Prentice-Hall, Inc. New Jersey. Stagg, G.W. and El-Abiad, A.H. 1968. Computer Methods in Power System Analysis. McGraw-Hill. Kogakusha, Ltd. Stevenson, W.D. 1994. Analisis Sistem Tenaga Listrik. Edisi ke-4. Erlangga. Jakarta.



Riset & Teknologi

ISSN : 1412-3819

PERAMALAN KEBUTUHAN ENERGI LISTRIK PROVINSI KALIMANTAN TIMUR DENGAN MENGGUNAAN JARINGAN SYARAF TIRUAN Cornelius Sarri Dosen Jurusan Teknik Elektro Politeknik Negeri Samarinda Jl. Ciptomangunkusumo Kampus Gunung Lipan Samarinda Telp. 0541 260355 Email: [email protected]

Abstrak Energi listrik merupakan kebutuhan penggerak roda ekonomi suatu bangsa. Demikian juga dengan Provinsi Kalimantan Timur komsumsi energi listrik setiap tahunnya meningkat sejalan dengan peningkatan pertumbuhan ekonomi masayarakat. Oleh karena ini diperlukan suatu rencana penyediaan kebutuhan energi. Penyediaan kebutuhan energi dapat dilakukan dengan peramalan kebutuhan energi jangka panjang agar dapat menggambarkan kondisi kelistrikan saat ini dan akan datang. Peramalan kebutuhan energi listrik Provinsi Kalimantan Timur dapat dilakukan dengan menggunakan jaringan syaraf tiruan dengan metode bacpropagation. Peramalan kebutuhan energi dengan menggunakan jaringan syaraf tiruan dipengaruhi oleh kondisi sistem pembangkit, sistem distribusi tenaga listrik, kosumsi energi listrik, faktor ekonomi, faktor kependudukan dan rasio elektrifikasi. Data yang digunakan untuk Simulasi adalah data sebenarnya, mulai tahun 2001 sampai dengan 2010. Hasil peramalan kebutuhan energi Provinsi Kalimantan Timur dengan menggunakan jaringan syaraf tiruan akhit tahun studi (2020) tidaklah jauh berbeda dengan hasil RUKD Provinsi Kalimantan Timur. Hasil ramalan untuk beban puncak dengan JST diperkirakan sebesar 935,55 MW sedangkan hasil RUKD sebesar 865 MW (perbedaan sekitar 7,54%). Energi terjual pada tahun 2020 diperkirakan sebesar 6.712.820 MWh sedangkan hasil RUKD 4.421.000 MWh (perbedaan sekitar 34,14%). Jumlah pelanggan listrik pada tahun 2020 diperkirakan sebanyak 1.016.326 pelanggan, sedangkan hasil RUKD sebanyak 1.061.508 pelanggan (perbedaan sekitar 4,25%). Daya tersambung pada tahun 2020 diperkirakan sebesar 2.005,67 MVA sedangkan hasil RUKD sebesar 1941,73 MVA (perbedaan sekitar 3,18%). Kata kunci : Energi listrik, jaringan, pelanggan, peramalan, syaraf tiruan.

PENDAHULUAN Kebutuhan energi listrik menduduki peranan yang sangat vital. Energi listrik bukan saja dibutuhkan hanya sekedar untuk memenuhi kebutuhan hidup seperti penerangan dan hiburan saja, namun lebih dari itu, energi listrik dibutuhkan untuk menggerakkan roda perekonomian. Tingkat pemakaian energi listrik perkapita sering dijadikan sebagai indikator tingkat kesejahteraan dan kemajuan masyarakat di suatu negara disamping indikator pendapatan perkapita.

Dalam rangka penyelenggaraan penyediaan energi listrik yang lebih merata dan berkelanjutan, maka diperlukan suatu rencana penyediaan kebutuhan energi listrik. Provinsi Kalimantan Timur dengan peningkatan akan kebutuhan tenaga listrik yang terus meningkat maka harus tahu secara tepat jumlah permintaan kebutuhan energi listrik yang harus tersedia sampai pada periode tertentu. Dibutuhkan peramalan kebutuhan energi listrik jangka panjang yang dapat memberi informasi akan kebutuhan energi listrik pada periode waktu



tertentu. Dengan demikian maka dalam periode waktu tertentu dapat disediakan kebutuhan energi listrik melalui perencanaan pengadaan pembangkit serta perangkat jaringannya. Salah satu cara dalam meramalkan kebutuhan energi listrik adalah dengan menggunakan Jaringan Syaraf Tiruan, jaringan syaraf tiruan adalah metode yang sudah cukup luas pemakainnya di berbagai bidang dengan memberi hasil yang memuaskan. Jaringan syaraf tiruan didefenisikan sebagai suatu sistem pemrosesan informasi yang mempunyai karakteristik menyerupai jaringan syaraf manusia. Jaringan syaraf tiruan tercipta sebagai suatu generalisasi model matematis dari pemahaman manusia. Jaringan syaraf tiruan mampu mengenali kegiatan dengan berbasis pada data masa lalu. Berdasarkan latar belakang yang telah dikemukakan, permasalahan dalam penelitian ini dapat dirumuskan sebagai berikut : Berapa nilai beban puncak, energi terjual, jumlah pelanggan dan daya tersambung Provinsi Kalimantan Timur hasil peramalan dengan menggunakan jaringan syaraf tiruan metode backpropagation. Tujuan dari penelitian ini adalah terwujudnya hasil peramalkan kebutuhan energi listrik jangka panjang Provinsi Kalimantan Timur yang meliputi kondisi beban puncak, energi terjual, daya tersambung serta jumlah pelanggan untuk jangka waktu 10 tahun ke depan dengan menggunaan jaringan syaraf tiruan metode backpropagation . JST atau Artificial Neural Network (ANN) adalah bagian dari sistem kecerdasan buatan (Artificial Intelligence, AI) yang merupakan salah satu representasi buatan dari otak manusia yang selalu mencoba untuk mensimulasikan proses pembelajaran pada otak manusia tersebut. Istilah tiruan atau buatan dimaksudkan karena jaringan syaraf ini diimplementasikan dengan menggunakan program komputer yang mampu menyelesaikan sejumlah proses perhitungan selama proses pembelajaran. Model JST yang digunakan dalam penelitian perkiraan komsumsi energi listrik adalah Propagasi Balik (Backpropagation). Backpropagation merupakan salah satu dari metode Simulasi pada jaringan saraf, dimana ciri dari metode ini adalah meminimalkan error pada output yang dihasilkan oleh jaringan. Dalam metode Backpropagation biasanya RISET & TEKNOLOGI /99

digunakan jaringan multilayer. Sebagai contoh pada Gambar 1 digambarkan jaringan dengan sebuah hidden layer. Dalam jaringan, selain terdapat unit-unit input, unit-unit tersembunyi (hidden units) dan output, juga terdapat bias yang diberikan pada unit-unit tersembunyi dan output. Unit input akan dilambangkan dengan X, hidden unit dilambangkan dengan Z, dan unit output dilambangkan dengan Y. Sedangkan untuk bobot antara X dan Z dilambangkan dengan V dan bobot antara Z dan Y dilambangkan dengan w. Untuk bias, biasanya dipakai indeks 0 seperti terlihat pada Gambar 1.

Gambar 1. Jaringan Syaraf Backpropagation Dengan Satu Hidden Layer Seperti halnya jaringan syaraf yang lain, pada jaringan backpopagation Simulasi dilakukan dalam rangka perhitungan bobot sehingga pada akhir Simulasi akan diperoleh bobot-bobot yang baik. Selama proses Simulasi, bobot-bobot diatur secara iteratif untuk meminimumkan error (kesalahan) yang terjadi. Error (kesalahan) dihitung berdasarkan rata-rata kuadrat kesalahan (MSE). Dalam backpropagation, fungsi aktivasi yang dipakai harus memenuhi beberapa syarat yaitu: kontinu, terdifferensial dengan mudah dan merupakan fungsi yang tidak turun. Salah satu fungsi yang memenuhi ketiga syarat tersebut sehingga sering dipakai adalah fungsi sigmoid biner yang memiliki range (0,1).


dengan turunan

Grafik fungsinya tampak pada Gambar 2

Gambar 2. Grafik fungsi sigmoid Simulasi backpropagation meliputi 3 fase. Fase pertama adalah fase maju. Pola masukan dihitung maju mulai dari layar masukan hingga layar keluaran menggunakan menggunakan fungsi aktivasi yang ditentukan. Fase kedua adalah fase mundur. Selisih antara keluaran jaringan dan target yang diinginkan merupakan kesalahan yang terjadi.Kesalahan tersebut dipropagasikan mundur, dimulai dari garis yang berhubungan langsung dengan unit unit di layer keluaran. Fase yang ketiga adalah modifikasi bobot untuk menurunkan kesalahan yang terjadi. Ketiga fase tersebut diulang-ulang terus hingga kondisi penghentian dipenuhi. Umumnya kondisi penghentian yang dipakai adalah jumlah iterasi atau toleransi kesalahan. Iterasi akan dihentikan jika jumlah iterasi yang dilakukan sudah melebihi jumlah maksimum yang ditetapkan, atau jika kesalahan yang terjadi sudah lebih kecil dari batas toleransi yang diijinkan.

METODOLOGI PENELITIAN Peramalan kebutuhan energi listrik provinsi Kalimantan Timur membutuhkan variabelvariabel yang mempengaruhi peramalan denagn menggunakan jaringan syaraf tiruan. Variabelvariabel tersebut adalah : 1. Variabel Kelistrikan - Data Pembangkit (daya terpasang, daya mampu, beban puncak, energi produksi) - Data Sistem Distribusi (panjang JTM, panjang JTR, Jumlah Gardu Distribusi, Daya terpasang gardu distribusi) - Data Energi terjual - Data Jumlah Pelanggan - Data Daya Tersambung 2. Variabel Eknomi - Produk Domestik Bruto (PDRB)/Kapita Provinsi Kalimantan Timur - Pertumbuhan PDRB 3. Kependudukan (jumlah penduduk dan jumlah kepala keluarga) 4. Rasio Elektrifikasi Simulasi perkiraan kebutuhan energi listrik dengan JST dilakukan dengan menggunakan program MATLAB7 melalui langkah-langkah sbb.: a. Menyusun Training Set Data (TSD) berupa pasangan data target dan data masukan seperti dalam Tabel 1 untuk target beban puncak, Tabel 2 untuk target sektor rumah tangga, Tabel 3 untuk target sektor Industri, Tabel 4 untuk target sektor bisnis dan Tabel 5 untuk target sektor umum berikut ini :

Tabel 1. Data masukan dan Data Target Simulasi JST (Target Beban Puncak)



Tabel 2. Data masukan dan Data Target Simulasi JST (Target Sektor Rumah Tangga)

Tabel 3 Data masukan dan Data Target Simulasi JST (Target Sektor Industri)

Tabel 4 Data masukan dan Data Target Simulasi JST (Target Sektor Bisnis)



Tabel 5 Data masukan dan Data Target Simulasi JST (Target Sektor Umum)

b. Membuat Jaringan (Network). Disain JST dibuat dengan 3 buah lapisan, dimana pada lapisan pertama sebagai input layer, kedua sebagai hiden layer dan ketiga sebagai output layer. (Gambar 2). c. Melakukan Pembelajaran Jaringan. d. Melakukan simulasi menggunakan JST dengan masukan baru, dimana masukan baru tersebut merupakan data proyeksi dari faktor yang mempengaruhi perkiraan komsumsi energi listrik mulai tahun 2010 sampai dengan 2020. e. Diperolehnya hasil keluaran perkiraan kebutuhan komsumsi energi listrik tahun kabupaten Kutai Kartanegara tahun 20112020. Selama pembelajaran dalam simulasi, JST terus merubah nilai bobot (weight) sampai nilai error yang dihasilkan kurang atau sama dengan 10-5.

Gambar 2. Arsitektur Jaringan untuk peramalan target Beban Puncak

HASIL DAN PEMBAHASAN Simulasi dilakukan berulang-ulang dengan merubah besar hiden layer sampai diperoleh suatu bentuk bahwa Simulasi sudah berhasil mengenal pola target data keluaran dengan melihat grafik Simulasi. Simulasi dimulai dengan jumlah node hiden kecil. Sebagai tanda bahwa data masukan sudah mengenal data target dari hasil Simulasi yaitu dengan melihat grafik hubungan antara data tahun Simulasi dengan target keluaran. Dalam Gambar 3 diperlihatkan grafik hubungan antara tahun Simulasi dengan target keluaran beban puncak dengan 39 node hiden.

Gambar 3. Grafik hasil Simulasi dengan JST dengan target beban puncak



Dengan selesainya Simulasi selanjutnya adalah peramalan kebutuhan energi dimulai dari beban puncak, Energi Terjual, Jumlah Pelanggan dan daya Tersambung untuk tahun 2011 sampai tahun 2020 dengan menggunakan program hasil Simulasi.

Tabel 7 Hasil Peramalan Energi Terjual (MWh) Provinsi Kalimantan Timur Tahun 2011 s/d 2020

a. Beban Puncak Berdasarkan data dari PLN Wilayah Kalimantan Timur serta dari Bapan Pusat Statistik (BPS) Provinsi Kalimantan Timur, maka dengan menggunakan jaringan syaraf tiruan maka didapat hasil peramalan besarnya beban puncak seperti pada Tabel 6. Dari hasil peramalan dengan menggunakan jaringan syaraf tiruan, maka dilihat bahwa pertumbuhan rata-rata beban puncak dari tahun 2011 s/d 2020 sebesar 7,82%, Tabel 6 Hasil peramalan serta pertumbuhan Beban Puncak Provinsi Kalimantan Timur tahun 2011 s/d 2020

Hasil ramalan kemudian disatukan dalam Tabel 3 menurut energi terjual. Jika dilihat dari hasil peramalan tahun 2020, maka sektor rumah tangga merupakan sektor yang paling besar untuk energi terjual sebesar 3.999.600 MWh atau 59,45 % dari total energi terjual provinsi kalimantan timur. Kemudian menyusul sektor umum sebesar 1.136.700 MWh atau 16,93 % dari total energi terjual seterusnya sektor bisnis sebesar 1.057.800 MWh atau sebesar 15,76 % dari total energi terjual. Dan yang paling kecil adalah sektor industri sebesar 525.500 MWh atau sebesar 7,83 % dari total energi terjual. c. Jumlah Pelanggan Hasil peramalan jumlah pelanggan listrik provinsi kalimantan timur dengan menggunakan jaringan syaraf tiruan dari tahun 2011 sampai dengan tahun 2020 seperti pada Tabel 8. Tabel 8 Hasil Peramalan Jumlah Pelanggan Listrik Provinsi Kalimantan TimurTahun 2011 s/d 2020

Pertumbuhan tertinggi terjadi dari tahun 2018 s/d 2019 sebesar 12,83% dan pertumbuhan terendah adalah dari tahun 20102011 sebesar 0,4%. Pada hasil peramalan beban puncak sistem kelistrikan Provinsi Kalimantan Timur sebesar 935,55 MW. b. Energi Terjual Hasil peramalan energi terjual sistem kelistrikan provinsi kalimantan timur dengan menggunakan jaringan syaraf tiruan tahun 2011 sampai dengan tahun 2020 seperti pada Tabel 7. RISET & TEKNOLOGI /103


Hasil peramalan dengan menggunakan jst menunjukkan bahwa Jumlah pelanggan listrik provinsi kalimantan timur masih didominasi oleh pelanggan sektor rumah tangga. Pada tahun 2011 jumlah pelanggan sebanyak 460.400 pelanggan atau sebesar 90,26 % dari total pelanggan listrik provinsi kalimantan timur, meningkat menjadi 892.200 pelanggan pada tahun 2020 atau sebesar 87,79 % dari total pelanggan. Kemudian disusul oleh pelanggan sektor bisnis atau usaha yang pada tahun 2011 sebanyak 31.784 pelanggan meningkat menjadi 62.396 pelanggan atau sebesar 6,14 % dari total pelanggan. d. Daya Tersambung Hasil peramalan daya tersambung sistem kelistrikan provinsi kalimantan timur dengan menggunakan jaringan syaraf tiruan dari tahun 2011 sampai dengan tahun 2020 seperti pada tabel 9.

Tabel 9. Hasil Peramalan Daya Tersambung (KVA) Provinsi Kalimantan TimurTahun 2011 s/d 2020

Seperti halnya dengan energi terjual dan jumlah pelanggan, maka pada daya tersambung sektor rumah tangga juga menduduki peringkat pertama. Pada tahun 2020 daya tersambung

Tabel 10.Hasil Peramalan dengan JST dan Hasil RUKD Provinsi Kalimantan Timur Tahun 2011 s/d 2020 Tahun 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

Beban Puncak JST (MW) 445.32 453.07 478.24 515.28 561.85 629.10 693.32 758.76 856.09 935.55

Beban Puncak RUKD (MW) 441.00 481.00 512.00 577.00 619.00 661.00 708.00 757.00 808.00 865.00

Energi Terjual JST MWh 2,382,381 2,906,492 3,173,003 3,560,044 3,883,895 4,341,056 4,811,867 5,460,608 5,941,399 6,712,820

Energi Jumlah Terjual Pelanggan RUKD JST MWh 2,140,000 510,106 2,341,000 572,689 2,528,000 596,307 2,853,000 619,039 3,061,000 665,347 3,323,000 704,015 3,559,000 740,832 3,811,000 837,394 4,126,000 930,960 4,421,000 1,016,326

sektor rumah tangga sebesar 903.220 KVA sebesar 45,03 % dari total daya tersambung provinsi kalimantan timur, kemudian sektor Bisnis dengan kapasitas 484.580 KVA atau sebesar 24,16 %, menyusul sektor Umum dengan kapasitas 426.870 KVA atau sebesar 21,28 % dari total daya tersambung, sedangkan yang paling kecil adalah sektor Industri dengan kapasitas 188.980 KVA atau sebesar 9,42 % dari total kapasitas daya tersambung. Hasil peramalan beban puncak dengan jaringan syaraf tiruan jika dibandingkan dengan hasil RUKD

Jumlah Daya Daya Pelanggan Tersambung Tersambung JST RUKD RUKD (MVA) (MVA) 506,279 838.394 874.039 550,144 910.696 1,023.275 598,099 1,006.726 1,190.371 648,873 1,102.459 1,273.442 704,289 1,205.238 1,364.657 764,441 1,322.519 1,461.384 830,359 1,411.847 1,567.396 900,491 1,574.338 1,681.178 977,303 1,781.899 1,805.631 1,061,508 2,005.670 1,941.730

Provinsi Kalimantan Timur menunjukkan hasil yang tidak jauh berbeda. Beban puncak pada tahun 2020 sebesar 935,55 MW sedangkan hasil RUKD sebesar 865 MW, perbedaan sekitar 7,54 %. Hasil peramalan energi terjual seperti dalam Tabel 10 dengan menggunakan jaringan syaraf tiruan jika dibandingkan dengan hasil RUKD maka pada tahun 2020 terjadi selisih dari hasil yang dicapai. Jika dengan menggunakan JST maka pada tahun 2020 energi terjual sebesar 6.712.820 MWh sedangkan hasil dari RUKD adalah 4.421.000 MWH.



Total pelanggan listrik Provinsi Kalimantan Timur pada tahun 2011 sebanyak 510.106 pelanggan dan meningkat menjadi 1.016.326 pelanggan pada tahun 2020. Sedangkan hasil perkiraan jumlah pelanggan menurut RUKD seperti dalam Tabel 6 menunjukkan jumlah pelanggan pada tahun 2011 sebanyak 506.279 pelanggan meningkat menjadi 1.061.508 pelanggan pada tahun 2020. Jika dibandingkan antara hasil peramalan dengan menggunakan jaringan syaraf tiruan dan hasil RUKD seperti dalam Tabel 6 terdapat selesih pada pertumbuhan setiap tahun. Hasil peramalan dengan menggunakan JST kapasitas daya tersambung provinsi kalimantan timur tahun 2020 sebesar 2.005,670 MVA, sedangakan pada hasil RUKD kapasitas daya tersambung pada tahun 2011 sebesar 874,039 MVA meningkat menjadi 1.941,73 MVA pada tahun 2020. KESIMPULAN Dari hasil peramalan dengan menggunakan jaringan syaraf tiruan metode bacpropagation maka diperoleh hasil peramalan sebagai berikut : 1. Beban puncak sistem kelistrikan Provinsi Kalimantan Timur pada tahun 2020 diperkirakan sebesar 935,55 MW lebih besar jika dibandingkan dengan hasil RUKD yaitu sebesar 865 MW (perbedaan sekitar 7,54 %) 2. Energi terjual sistem kelistrikan Provinsi Kalimantan Timur pada tahun 2020 diperkirakan sebesar 6.712.820 MWh lebih besar jika dibandingkan dengan hasil RUKD yaitu sebesar 4.421.000 MWh (perbedaan sekitar 34,14%). 3. Jumlah pelanggan listrik sistem kelistrikan Provinsi Kalimantan Timur pada tahun 2020 diperkirakan sebanyak 1.016.326 pelanggan lebih kecil jika dibandingkan dengan jumlah pelanggan hasil RUKD yaitu sebanyak 1.061.508 pelanggan (perbedaan sekitar 4,25%). 4. Daya tersambung sistem kelistrikan Provinsi Kalimantan Timur pada tahun 2020 diperkirakan sebasar 2005,67 MVA lebih besar sedikit jika dibandingkan dengan hasil RUKD yaitu sebesar 1941,73 MVA (perbedaan sekitar 3,18%). RISET & TEKNOLOGI /105

DAFTAR PUSTAKA Anonim, 2001, Rencana Umum Ketenaga Listrikan Daerah Provinsi Kalimantan Timur, Dinas Pertambangan dan Energi Provinsi Kalimantan Timur, Samarinda. Anonim, 2008, Statistik 2007 Listrik untuk Kehidupan Yang Lebih Baik, PLN (Persero) Wilayah Kalimantan Timur, Balikpapan. Anonim, 2010, Rencana Penyediaan Tenaga Listrik 2009-2019, PLN (Persero) Wilayah Kalimantan Timur, Balikpapan. Anonim, 2010, Statistik 2009 Listrik untuk Kehidupan Yang Lebih Baik, PLN (Persero) Wilayah Kalimantan Timur, Balikpapan.. Anonim, 2011, Kalimantan Timur Dalam Angka 2010, Badan Pusat Statistik Provinsi kalimantan Timur, Samarinda. Desiani, A, dan Arhami, M. 2006. Konsep Kecerdasan Buatan. Andi. Yokyakarta. Gunadi, K., dan Iksan, P,. 2001. Jaringan Saraf Tiruan Sebagai Alternatif untuk Penyelesaian Travelling Salesperson Problem. Jurnal Informatika Vol. 2, No. 1, : 30 - 32 Gupta, C. 2006. Implementation of Back Propagation Algoritma (of neural network) In VHDL. Department Of Electronics and Communication Engineering Thapar Institute of Engineering & Technology, (Deemed University), Patiala- India. Halim, S., Wibisono, A.M. 2000. Penerapan Syaraf Tiruan untuk Peramalan. Jurnal Teknik Industri Vol.2, hal 106-114. Hermawan, A. 2006. Jaringan Saraf Tiruan Teori dan Aplikasi. Andi. Yogyakarta Kuncoro, A.H dan Dalimi, R. 2005. Aplikasi Jaringan Syaraf Tiruan Untuk Peramalan Beban Tenaga Listrik Jangka Panjang Pada Sistem Kelistrikan Di Indonesia. Jurnal Teknologi, Edisi No. 3. Tahun XIX: 211217 Kusumadewi, S. 2004. Membangun Jaringan Syaraf Tiruan Menggunakan MATLAB & EXCEL LINK. Graha Ilmu. Yogyakarta.


Muis, S. 2006. Teknik Jaringan Syaraf Tiruan. Graha Ilmu.Yokyakarta Purnomo, H.P, dan Kurniawan, A. 2006. Supervised Neural Networks dan aplikasinya. Graha Ilmu. Yogyakarta. Purnomo, M., dan Ardianto. 2003. Peramalan Beban Jangka Pendek Secara RealTime Di pertamina UP-VI Balongan Dengan Menggunaka Metoda Functional Link Network. Java Journal of Electrical and Elektronics Engineering, Vol.1 No. 1 hal 29-33. Puspita, A., dan Eubike. 2007. Penggunaan Jaringan Saraf Tiruan Metode Backprppagation untuk memprediksi Bibir Sumbing. Seminar Nasional Teknologi 2007 (SNT 2007) ISSN : 1978 – 9777.Yogyakarta, 24 November 2007 Puspita, D. 2006. Pengantar Jaringan Saraf Tiruan. Andi. Yokyakarta Sharma, A.K.,Gupta, R.A., dan Srivastava, L., 2005. Implementation Of Neural Network In Energy Saving of Induction Motor Drives With Indirect Vector Control. Journal of Theoretical and Applied Information Technology. 2005 2008 JATIT. All rights reserved: 774779. Siang, J.J. 2005. Jaringan Syaraf Tiruan & Pemogramannya Menggunakan MATLAB. Andi. Yokyakarta. Suhartono. 2007. Feedforward Neural Networks untuk Pemodelan Runtun Waktu. http://www.its.ac.id/personal/ files/pub/1088-suhartono-statisticsDisertasi_Suhartono_Matematika.pdf. 3 Juni 2010. Suteja, B.R. 2007. Penerapan Jaringan Saraf Tiruan Propagasi Balik Studi Kasus Pengenalan Jenis Kopi. Jurnal Informatika, Vol. 3, No.1,:49-62



Riset & Teknologi

ISSN : 1412-3819

OPTIMASI PROSES EKSTRAKSI MINYAK BIJI ALPUKAT DENGAN VARIASI TEMPERATUR DAN KECEPATAN PENGADUKAN Muhammad Syahrir Syaripuddin Dosen Jurusan Teknik Kimia Politeknik Negeri Samarinda Jl. Ciptomangunkusumo Kampus Gunung Lipan Samarinda Email : [email protected] Abstrak Proses ekstraksi minyak alpukat memiliki beberapa variasi yang akan menentukan keefektifan pengambilan minyak. Ekstraksi yang efektif akan menghasilkan minyak yang sebanyak-banyaknya dengan kualitas sebaik mungkin. Variabel yang mempengaruhi proses ekstraksi diantaranya adalah jenis pelarut, waktu ekstraksi, ukuran partikel, kecepatan pengadukan dan temperatur. Tujuan penelitian ini adalah menentukan kecepatan pengadukan dan temperature optimum pada proses ekstraksi biji alpukat secara mixing extraction, serta menganalisa kualitas minyak yang dihasilkan. Metode yang digunakan dalam penelitian adalah Mixing extraction yang merupakan metode pemisahan komponen kimia yang dilakukan dengan cara merendam serbuk bahan dalam pelarut selama waktu tertentu yang dibantu dengan pengadukan pada kecepatan pengadukan tertentu. Pengadukan akan membantu mengoptimalkan proses difusi komponen ke dalam pelarut sehingga jumlah komponen yang terpisah akan mencapai jumlah maksimum. Campuran serbuk bahan dengan pelarut kemudian dipisahkan dengan proses penyaringan kemudian filtrat akan didestilasi untuk memisahkan pelarut dari komponen yang diinginkan. Hasil optimum yang diperoleh dari penelitian adalah pada temperatur 75 0C dengan kecepatan pengadukan 468 rpm, bilangan asam 7,1270 mg KOH/g contoh, bilangan peroksida 7,7968 ml ekuivalen/1000 g contoh, bilangan penyabunan 32,87 mg KOH/g contoh dan bilangan iod 53,58 g iod/g contoh. Kata kunci : Destilasi, difusi, ekstraksi, pengadukan, temperature. PENDAHULUAN Prospek biji alpukat yang dapat dimanfaatkan menjadi bahan dari produk yang bernilai ekonomi tinggi telah memunculkan berbagai penelitian mengenai ekstraksi minyak alpukat yang merupakan suatu metode untuk mengeluarkan minyak dari tanaman atau bijibijian. Fenomena proses ekstraksi padat cair merupakan proses difusi komponen dari fase padat ke cair. Pada dasarnya, ekstraksi dipengaruhi oleh beberapa variabel seperti ukuran partikel, pelarut yang digunakan, kecepatan pengadukan, waktu ekstraksi, volume pelarut dan temperatur. Proses ekstraksi minyak RISET & TEKNOLOGI /107

alpukat memiliki beberapa variasi yang akan menentukan keefektifan pengambilan minyak. ekstraksi yang efektif akan menghasilkan minyak yang sebanyak-banyaknya dengan kualitas sebaik mungkin. Variabel yang mempengaruhi proses ekstraksi diantaranya adalah jenis pelarut, waktu ekstraksi, ukuran partikel, kecepatan pengadukan dan temperatur. Beberapa penelitian yang telah dilakukan telah menghasilkan data mengenai waktu ekstraksi dan volume pelarut optimum, diantaranya Emiliana Heny Kristiani (2008) dengan judul Pengaruh Jenis Pelarut, Waktu Ekstraksi dan Perbandingan Volume Pelarut terhadap Berat Bahan Baku dalam Proses


Pemisahan Minyak dari Biji Alpukat, dengan menggunakan pelarut n-heksana tanpa pengaruh suhu maupun kecepatan pengadukan, menghasilkan rendemen optimum sebesar 15,03% dengan waktu optimum 10 jam. Dari hasil penelitian ini, masih dapat dioptimalkan dengan temperature yang sesuai dan kecepatan pengadukan yang tepat, sehingga akan meningkatkan nilai rendemen yang diperoleh untuk memaksimalkan pengambilan minyak alpukat. Penelitian lain yang dilakukan oleh Rita Zahara (2008) yang berjudul Kinetika Ekstraksi Minyak Biji Alpukat (Persea Americana ) dengan Menggunakan Pelarut Hexane, didapatkan kesimpulan bahwa dengan range suhu 30 – 60 0 C dan kecepatan pengadukan 125 rpm; 260 rpm; 600 rpm; 1180 rpm kondisi optimum yang dicapai adalah ekstraksi pada suhu 60 0C dan kecepatan pengadukan 1180 rpm. Dalam penelitian ini terlihat kecepatan pengadukan masih tinggi sehingga perlu dilihat pengaruh suhu, sehingga diperoleh kondisi yang optimum. Pada penelitian ini, yang akan diteliti adalah pengaruh temperatur ekstraksi dan pengaruh kecepatan pengadukan menggunakan metode mixing extraction dan pelarut N-Heksan, dan hasil yang diperoleh akan dianalisa untuk membandingkannya dengan standar baku mutu minyak alpukat. Tujuan penelitian ini adalah menentukan kecepatan pengadukan dan temperature optimum pada proses ekstraksi biji alpukat secara mixing extraction, serta menganalisa kualitas minyak dari kondisi tersebut. Dari hasil penelitian ini daharapkan diperoleh kondisi yang optimum dari proses ekstraksi biji alpukat dengan pariasi temperature dan kecepatan pengadukan. METODOLOGI PENELITIAN Penelitian optimasi proses ekstraksi minyak biji alpukat dengan variasi temperatur dan waktu pengdukan ini dilakukan di Laboratorium Jurusan Teknik Kimia Politeknik Negeri Samarinda pada bulan April 2011, dengan variable tetapnya adalah berat biji alpukat 10 g, ukuran partikel biji alpukat 16 mesh, volume pelarut 200 ml dan waktu ekstraksi 10 jam. Sedangkan variable tidak tetap adalah kecepatan pengadukan terdiri dari 219, 328, 468, 646 rpm

dan temperature yang terdiri dari 65, 70, 75, 800C. Peralatan yang digunakan terdiri dari adaptor, screening, blender, buret, corong, eksikator, Erlenmeyer, gelas Kimia, hot plate, kondensor, labu destilat, labu leher tiga, nampan, neraca digital, oven, penangas air, piknometer, Pipet, refraktometer, spatula, dan magnetic stirrer. Sedangkan bahan yang digunakan terdiri dari aquadest, biji alpukat, indikator phenolphthalein, asam asetat-khloroform, etanol 95 %, iodium-bromida, chloroform, KOH 0,1 N, natrium thiosulfat (Na2S2O3) 0,1 N, HCl 0,5 N dan n-heksana. Pada prinsipnya ektraksi merupakan kontak antara dua fasa yaitu fasa ringan atau ekstrak (E) dan fase berat atau rafinat (R) dimana akan terjadi kesetimbangan antara kedua fasa. Metode ekstraksi minyak ada berbagai macam, diantaranya yaitu metode Mixing Extraction. Mixing extraction merupakan metode pemisahan komponen kimia yang dilakukan dengan cara merendam serbuk bahan dalam pelarut selama waktu tertentu yang dibantu dengan pengadukan pada kecepatan pengadukan tertentu. Pengadukan akan membantu mengoptimalkan proses difusi komponen ke dalam pelarut sehingga jumlah komponen yang terpisah akan mencapai jumlah maksimum. Campuran serbuk bahan dengan pelarut kemudian dipisahkan dengan proses penyaringan kemudian filtrat akan didestilasi untuk memisahkan pelarut dari komponen yang diinginkan. HASIL DAN PEMBAHASAN Proses ekstraksi minyak dari biji alpukat memiliki berbagai variabel yang memberi pengaruh pada perolehan kondisi optimum untuk pengambilan minyak. Pada penelitian ini, dua variabel yang ingin diketahui pengaruhnya adalah temperatur ekstraksi dan kecepatan pengadukan. Ekstraksi dilakukan dengan metode mixing extraction selama 10 jam secara batch. sebagaimana ditampikan pada gambar 1. Pada gambar 1, terlihat bahwa pada suhu 65 dan 70 0C penelitian dihentikan hanya sampai kecepatan pengadukan skala 8 atau 646 rpm, sedangkan untuk suhu 75 dan 80 0C, penelitian diteruskan hingga pengadukan skala 10 atau



1106 rpm. Penghentian pada suhu 65 dan 70 0 C dilakuk an karena berdasarkan data penelitian yang telah dilakukan, ekstraksi pada suhu 65 0C dan kecepatan pengadukan 646 rpm hanya menghasilkan rendemen senilai 11,05%. Begitu pula dengan ekstraksi pada suhu 70 0 C, yang pada kecepatan pengadukan 646 rpm hanya menghasilkan

rendemen senilai 13,8%. Bila dibandingkan dengan ekstraksi pada suhu 75 dan 80 0C yang pada kecepatan 468 rpm menghasilkan rendemen 18,07%, meneruskan ekstraksi pada suhu 65 dan 70 0C ke skala pengadukan selanjutnya dipandang kurang efektif karena pada suhu yang lebih tinggi, rendemen yang didapat lebih banyak.

Gambar 1. Grafik Hubungan antara Skala Pengadukan terhadap Rendemen pada suhu yang bervariasi Dari gambar 1, terlihat bahwa pada kondisi operasi 75 0C perolehan rendemen meningkat hingga skala pengadukan 7 atau 468 rpm dan cenderung konstan pada kecepatan 646 rpm, 858 rpm lalu menurun menjadi 11,06% pada pengadukan 1106 rpm. Pada kondisi operasi 80 0 C, kecepatan pengadukan 219 rpm menghasilkan rendemen yang lebih tinggi daripada yang dihasilkan pada suhu 75 0C, yaitu 17,81%. Perolehan ini terus naik hingga kecepatan 468 rpm, lalu konstan hingga kecepatan 858 rpm dan menurun menjadi 18,06% pada pengadukan 1106 rpm. Berdasarkan teori, semakin tinggi temperatur, maka perolehan hasil ekstraksi akan semakin tinggi. Teori ini dapat menjelaskan RISET & TEKNOLOGI /109

mengapa perolehan rendemen pada suhu 75 dan 80 0C lebih banyak dibandingkan ekstraksi pada suhu 65 dan 70 0 C dengan skala pengadukan yang sama. Pada kondisi operasi 75 0C, terlihat bahwa semakin tinggi kecepatan pengadukan, maka perolehan rendemen semakin tinggi. Peristiwa ini terjadi karena pengadukan akan menaikkan proses difusi, sehingga menaikkan perpindahan material dari permukaan partikel ke zat pelarut. Namun, terlihat pada grafik bahwa perolehan rendemen semakin konstan setelah penambahan kecepatan pengadukan sebesar 646 dan 858 rpm. Peristiwa ini dapat terjadi karena tidak ada lebih banyak minyak yang terdapat di dalam partikel biji. Oleh karena itu, rendemen minyak


yang diperoleh konstan. Pada suhu yang sama, perolehan rendemen menurun menjadi 18,06% setelah kecepatan pengadukan bertambah menjadi 1106 rpm. Ini terjadi karena kecepatan pengadukan terlalu kuat sehingga mengakibatkan turbulensi di dalam wadah dan membuat partikel biji alpukat banyak yang terlempar keluar dari pelarut sehingga tidak dapat diekstrak. Pada kondisi operasi temperatur 80 0C, terlihat bahwa rendemen yang didapat untuk kecepatan pengadukan 219 rpm menghasilkan lebih banyak rendemen, yaitu 17,81 %. Jumlah ini terus meningkat sampai di kecepatan pengadukan 468 rpm yaitu 18,07%, sesuai dengan teori bahwa semakin tinggi kecepatan pengadukan dan temperatur, maka hasil ekstraksi semakin banyak. Namun, seperti yang terjadi pada kondisi 75 0C, jumlah rendemen cenderung konstan setelah kecepatan pengadukan ditambah. Sampai pada skala pengadukan 858 rpm, rendemen secara konstan bernilai 18,07%, lalu menurun pada kecepatan pengadukan 1106 rpm yaitu sebesar 18,059%, yang dapat dibulatkan menjadi 18,06%. Rendemen cenderung konstan karena tidak ada lagi minyak yang dapat diekstrak pada kondisi operasi tersebut, dan menurun selain karena terjadi turbulensi juga karena suhu ekstraksi yang jauh diatas titik didih n-heksana membuat pelarut lebih banyak menguap sehingga proses ekstraksi kurang efektif. Dari data hasil penelitian, didapatkan bahwa berdasarkan jumlah rendemen, kondisi optimum ekstraksi ini adalah pada temperatur 75 0C dengan skala pengadukan 468 rpm. Hasil ekstraksi ini kemudian dianalisa untuk mengetahui kualitasnya, seperti pada pada table 1 berikut : Tabel 1. Kualitas Kimia Minyak Alpukat No. 1 2 3 4

Parameter

Satuan

Bilangan mg KOH/g Asam Bilangan miliekuivalen Peroksida H2O2/1000 g Bilangan mg KOH/g Penyabunan Bilangan Iod gr iod/100 g

Sumber : Data Primer

Standar Mutu

Kualitas Hasil Ekstraksi

1-7

7,127

<2

7,7968

180-195

32,87

75-95

53,58

Bilangan asam yang dimiliki sampel adalah 7,127 mg KOH/g. Bilangan asam menunjukkan banyaknya asam lemak bebas yang ada dalam minyak akibat reaksi hidrolisis dan pemanasan. Semakin tinggi bilangan asam maka semakin banyak minyak yang terhidrolisis sehingga kualitas minyak yang dihasilkan akan semakin buruk. Bila melihat bilangan asam dari minyak hasil ekstraksi ini, dapat dikatakan bahwa bilangan asam minyak ini masih masuk didalam standar dan berkualitas. Analisa bilangan iod menunjukkan bahwa bilangan iod minyak ini adalah 53,5820 g iod/g contoh. Bilangan iod menunjukkan banyaknya ikatan rangkap atau ikatan tidak jenuh yang terdapat dalam minyak. Semakin besar bilangan iod, maka semakin banyak ikatan rangkap yang ada dalam asam lemak suatu minyak. Semakin banyak ikatan rangkap dalam suatu minyak, maka minyak tersebut akan semakin mudah rusak karena sifatnya yang mudah teroksidasi oleh oksigen dalam udara, senyawa kimia atau proses pemanasan. Bilangan iod minyak hasil ekstraksi ini berada cukup jauh dibawah standar yang digunakan, yang berarti minyak hasil ekstraksi ini masih memiliki sedikit ikatan rangkap. Analisa bilangan peroksida menunjukkan bahwa nilai bilangan peroksida minyak hasil ekstraksi adalah 7,7968 ml ekuivalen/ 1000 g. Bilangan peroksida menentukan derajat kerusakan pada lemak atau minyak. Apabila bilangan peroksida berada diatas standar mutu, maka minyak tersebut mudah mengalami kerusakan, terutama karena teroksidasi oleh udara. Bilangan peroksida minyak ini berada jauh diatas standar yang ditetapkan, yaitu kurang dari 2 ml ekuivalen/ 1000 g contoh. Hal ini menunjukkan bahwa minyak telah banyak teroksidasi, yang dapat terjadi karena pemanasan yang terlalu tinggi. Kualitas kimia terakhir yang diuji adalah bilangan penyabunan, yang menunjukkan berat molekul minyak. Minyak yang mempunyai berat molekul rendah akan mempunyai bilangan penyabunan yang lebih tinggi daripada minyak yang mempunyai berat molekul tinggi. Semakin rendah bilangan penyabunan maka kualitas minyak yang dihasilkan pun semakin baik. Hasil analisa menunjukkan bahwa bilangan penyabunan minyak hasil ekstraksi ini adalah 32,87 mg KOH/g contoh. Nilai bilangan penyabunan ini berada jauh dibawah standar



yang ditetapkan. Hal ini terjadi karena komposisi minyak lebih banyak terdiri atas senyawasenyawa dengan berat molekul lebih tinggi daripada senyawa yang dijelaskan pada tabel 1, sedangkan kualitas fisik minyak alpukat yang diperoleh tergambar pada tabel 2 berikut : Tabel 2. Kualitas Fisika Minyak Alpukat No.

Parameter

Standar Mutu

1

Warna

kuning/merah

2

Indeks Bias

3

Densitas pada 40oC

1,460-1,480 0,910-0,925

Kualitas Hasil Ekstraksi Kuning 1,462 0,8034

DAFTAR PUSTAKA Baga Kalie, M. 1997. Alpukat, Budi Daya dan Pemanfaatannya. Yogyakarta : Kanisius Batista Cedeno, A, Cerezal Mezquita, P. & Fung Lay. 2007. Avocado Oil. http:// www.centerchem.com. 28 Juni 2011. 19:44 Ketaren, S. 1986. Minyak dan Lemak Pangan. Jakarta : Universitas Indonesia Mc Cabe L Warren, Smith C Julian, Harriot Peter. 1999. “ Operasi Teknik Kimia Jilid Dua.” Jakarta : Erlangga Tim Balai Pusat Statistik. 2010. “Kalimantan Timur Dalam Angka 2010”. Samarinda: Balai Pusat Statistik Samarinda

Sumber : Data pengujian Berdasarkan uji kualitas fisika pada minyak seperti yang ditampilkan pada tabe 2, baik warna, densitas maupun indeks bias telah memenuhi standar yang digunakan. Peningkatan range suhu ekstraksi telah dapat menurunkan kecepatan pengadukan yang dibutuhkan sebelumnya untuk mengekstraksi minyak dari biji alpukat, sehingga proses ekstraksi dapat menjadi lebih efisien dan ekonomis. KESIMPULAN Dari hasil penelitian optimasi proses ekstraksi minyak biji alpukat dengan variasi temperatur dan kecepatan pengadukan yang telah dilakukan, maka dapat disimpulkan sebagai berikut : 1. Kondisi optimum ekstraksi menggunakan metode mixing extraction adalah pada temperatur 75 0 C dengan kecepatan pengadukan 468 rpm. 2. Ekstraksi menggunakan pelarut n-heksana dengan metode mixing extraction pada kondisi optimum diatas menghasilkan minyak dengan bilangan asam 7,1270 mg KOH/g contoh, bilangan peroksida 7,7968 ml ekuivalen/1000 g contoh, bilangan penyabunan 32,87 mg KOH/g contoh dan bilangan iod 53,58 g iod/g contoh.



Riset & Teknologi

ISSN : 1412-3819

ANALISA KAPASITAS DAN KINERJA SIMPANG EMPAT BERSINYAL (STUDY KASUS SIMPANG EMPAT AIR HITAM SAMARINDA) Karminto Dosen Jurusan Teknik Sipil Politeknik Samarinda Jl. Ciptomangunkusumo Kampus Gunung Lipan Samarinda Telp. 0541 260355 Email : karminto [email protected] Abstrak Kota Samarinda sebagai ibukota dari Provinsi Kalimantan Timur dengan tingkat kegiatan yang tinggi, tapi prasarana transportasi yang mendukung dan sikap berlalu lintas pengguna jalan masih kurang, salah satu masalah yang di hadapi adalah kemacetan terutama di persimpangan akibat konflik pergerakan antar kendaraan yang datang tiap arah kaki simpang, maka dipasang lampu lalu lintas. Tujuan dari penelitian ini adalah mengetahui penyesuaian waktu siklus sinyal lampu lalu lintas, menganalisa derajat kejenuhan, dan mengetahui perilaku lalu lintas seperti peluang antrian serta lama tundaan yang terjadi pada Simpang Air Hitam Samarinda. Perhitungan penelitian ini menggunakan metode Manual Kapasitas Jalan Indonesia 1997, pengambilan data primer berupa survai lalu lintas selama tiga hari pada jam-jam sibuk selama 21 jam berurutan dalam tiga periode, dan data sekunder (dari Dinas Perhubungan Kota Samarinda). Berdasarkan hasil analisis perhitungan lalu lintas pada Simpang Empat Air Hitam pada jam-jam sibuk, didapat perbedaan antara waktu siklus sinyal terpuncak di lapangan selama 171 detik sedangkan waktu siklus terpuncak sesuai perhitungan selama 120 detik. nilai Derajat Kejenuhan (DS) rata-rata 0,86 e” yang disyaratkan 0.85, nilai kendaraan terhenti rata-rata pada simpang = 0,75 stop/smp dengan panjang antrian terpanjang saat jam-jam puncak yaitu 124 meter dan nilai tundaan simpang rata-rata saat jam-jam puncak yaitu = 45,32 (det/smp), kondisi demikian menunjukkan bahwa tingkat pelayanan di persimpangan tersebut saat jam-jam puncak yaitu tingkat E dengan nilai (40.1 – 60.0). Maka kondisi simpang saat ini pada jam-jam sibuk berada pada kondisi yang jelek. Kata kunci : Antrian, derajat kejenuhan, kapasitas, kinerja, simpang bersinyal, tundaan,arus PENDAHULUAN Simpang Jalan Ir. H. Juanda - Jalan Kadrie Oening – Jalan A Wahab Syahranie - Jalan Let.Jend Suprapto terletak di wilayah Samarinda Kota. Agar lalu lintas di persimpangan ruas jalan tersebut berjalan lancar maka dipasang Lampu Lalu Lintas sehingga menjadi Simpang Empat Bersignal (traffic light). Padatnya arus lalu lintas, pada jam-jam puncak/sibuk menyebabkan gap/antrian kendaraan yang cukup panjang berakibat kemacetan lalu lintas yang tak dapat dihindari. Selain itu kondisi fisik/geometrik jalan dan faktor

hambatan samping yang ada juga mempengaruhi kelancaran arus lalu lintas di ruas jalan-jalan persimpangan Air Hitam Samarinda. Oleh sebab itu, pengoptimalan fungsi dari lampu lalu lintas yang ada harus sesuai dengan volume arus kendaraan pada jam-jam puncak/sibuk yang melewati persimpangan tersebut. Di Kota Samarinda, pengembangan sarana dan prasarana perlu dilaksanakan secara sistematik dan berkelanjutan sesuai dengan pola pergerakan barang atau orang yang dapat mendukung dinamika pembangunan daerah. Hal tersebut merupakan permasalahan yang harus disikapi dengan bijak dan kreatif tidak



hanya oleh pemerintah sebagai pelayan dan abdi masyarakat, tetapi juga para akademis dan praktisi di bidang Teknik Sipil. Untuk menindak lanjuti tahapan studi tersebut, dengan memperhatikan kondisi yang ada dan rencana pengembangan di masa yang akan datang dapat dijadikan acuan, sehingga penelitian ini mengangkat kasus dengan judul Studi Optimasi Lampu Lalu-Lintas Simpang Empat Bersinyal (Studi Kasus Simpang Empat Air Hitam Samarinda). Penelitian ini bertujuan untuk menganalisis kinerja simpang Jalan Ir. H. Juanda - Jalan Kadrie Oening – Jalan A Wahab Syahranie - Jalan Let.Jend Suprapto yang ada saatini dan memberikan alternatif pemecahanmasalah yang tepat pada simpang tersebut. Pengertian Simpang Menurut PP 43/ 1993 tentang Prasarana dan Lalu Lintas Jalan, simpang adalah pertemuan atau percabangan jalan baik sebidang maupun yang tak sebidang. Simpang merupakan tempat yang rawan terhadap kecelakaan karena terjadinya konflik antara pergerakan kendaraan dengan pergerakan kendaraan lainnya. Pengendalian Simpang Banyak bentuk kontrol lalu lintas yang dikembangkan untuk mengurangi jumlah konflik dan meningkatkan keamanan pada persimpangan jalan, tetapi yang jelas paling penting adalah lampu (sinyal) pengatur lalu lintas. Alat Pemberi Isyarat Lalu Lintas (APILL) adalah suatu perangkat peralalan teknis yang menggunakan isyarat lampu untuk mengatur lalu lintas di persimpangan atau pada ruas. Prinsip dasar dari persimpangan yang diatur dengan APILL ini adalah mengendalikan konflik yang terjadi pada suatu simpang dengan suatu isyarat lampu dengan cara mengatur pelepasan lalu lintas pada masing-masing kaki persimpangan.

dimana: S = Arus jenuh nyata (smp/jam hijau); S o = Arus jenuh dasar (smp/jam hijau); FCS = Faktor koreksi ukuran kota; FSF = Faktor penyesuaian hambatan samping; F P = Faktor penyesuaian parkir tepi jalan; F G = Faktor penyesuaian akibat gradien jalan; FRT = Faktor koreksi belok kanan; FLT = Faktor penyesuaian belok kiri. Faktor Ukuran Kota (FCS) Yaitu ukuran besarnya jumlah penduduk yang tinggal dalam suatu daerah perkotaan (Departemen P.U., 1997). Untuk menentukan nilai faktor ukuran kota digunakan Tabel 1.

Tabel 1. Faktor penyesuaian ukuran kota (FCS) Jumlah Penduduk dalam Kota (Juta Jiwa) > 3,0 1,0 – 3,0 0,5 – 1,0 0,1 – 0,5 0,1

Faktor Penyesuaian Ukuran Kota (FCS) 1,05 1,00 0,94 0,83 0,82

Sumber: Departemen P.U. (1997) Faktor Hambatan Samping Jalan (FSF) FSF adalah kegiatan di samping jalan yang menyebabkan pengurangan terhadap arus jenuh di dalam pendekat (Departemen P.U., 1997). Dari jenis lingkungan jalan, tingkat hambatan samping dan rasio kendaraan tak bermotor didapat factor penyesuaian hambatan samping. Faktor Adanya Parkir Tepi Jalan (FP) Faktor parkir tepi jalan dapat dihitung dengan rumus sebagai berikut: FP=[LP/3 – (Wa-2) x (LP/3 – g)/Wa]/g

(2)

Arus Jenuh Nyata (S) Yang dimaksud dengan arus jenuh nyata adalah hasil perkalian dari arus jenuh dasar (So) untuk keadaan ideal dengan faktor penyesuaian (F) untuk penyimpangan dari kondisi sebenarnya, dalam satuan smp/jam hijau (Departemen P.U.,1997)

Dimana: FP = Faktor jarak parkir tepi jalan; Wa= Lebar pendekat (m); g = Waktu hijau(detik); LP = jarak antara garis henti dan kendaraan yang parkir pertama (m).

S = So . FCS . FSF . FP . FG.FRT . FLT

Faktor Belok Kanan (FRT) Faktor koreksi terhadap arus belok kanan


(1)


pada pendekat yang ditinjau, dapat dihitung dengan rumus:

IFR

FR = 1 + PRT . 0,26

FR crit

(3)

Dimana: PRT = rasio arus belok kanan pada pendekat. Faktor Belok Kiri (FLT) Pengaruh arus belok kiri dihitung dengan rumus: FLT = 1 – PLT . 0,16

SIFRcrit

= Rasio arus perbandingan dari arus terhadap arus jenuh, arus /arus jenuh (Q/S); = Nilai tertinggi rasio arus dari seluruh pendekat yang terhenti pada suatu fase. = Rasio arus simpang = Jumlah FCcrit dari seluruh fase pada simpang.

Waktu siklus yang didapat kemudian disesuaikan dengan waktu siklus yang direkomendasikan seperti pada Tabel 2.

(4) Tabel 2. Waktu siklus yang direkomendasikan

Dimana: PLT = rasio arus belok kiri pada pendekat.

Tipe Pengaturan

Rasio Arus (FR) Rasio arus (FR) merupakan rasio arus lalulintas terhadap arus jenuh masing-masing pendekat. Rasio arus (F R) dihitung dengan rumus: FR = Q/S

(5)

2 Phase 3 Phase 4 Phase

Waktu Siklus yang Layak (detik) 40 – 80 50 – 100 80 – 130

Sumber: Departemen P.U. (1997)

Dimana, Q = Arus lalu lintas (smp/jam); S = Arus Jenuh (smp/jam hijau). Nilai kritis FRcrit (maksimum) dari rasio arus yang ada dihitung rasio arus pada simpang dengan penjumlahan rasio arus kritis tersebut:

Waktu Hijau (g) Waktu hijau adalah waktu nyala hijau dalam suatu pendekat. Perhitungan waktu hijau untuk tiap fase dijelaskan dengan rumus:

IFR = S (FRcrit)

Dimana: gi = Tampilan waktu hijau pada fase I (detik); C ua = Waktu siklus (detik); LT = Waktu hilang total persiklus (detik); PRi = Rasio fase = FRcrit / S(FRcrit)

(6)

Dari kedua nilai di atas maka diperoleh rasio fase PR (Phase Ratio) untuk tipe fase yaitu: PR = FRcrit /IFR

(9)

(7)

Waktu Siklus dan Waktu Hijau Waktu Siklus Sebelum Penyesuaian (Cua)Waktu siklus adalah waktu untuk urutan lengkap dan indikasi sinyal dari awal waktu hijau sampai waktu hijau berikutnya (Departemen P.U., 1997). Waktu siklus sebelum penyesuaian (Cua) untuk pengendalian waktu tetap dihitung dengan rumus: Cua = (1,5 . LTI + 5) / (1 - IFR)

gi = (Cua – LTI) . PRi e” 10 dtk

(8)

Dimana: C ua = Panjang Siklus (detik); LTI = Jumlahwaktu yang hilang setiap siklus (detik);

Waktu Siklus yang Disesuaikan (c) Waktu siklus yang disesuaikan (c) dihitung berdasarkan pada waktu hijau yang diperoleh dan telah dibulatkan dan waktu hilang. Dinyatakan dengan rumus: c = Sg+LTI

(10)

Kinerja Simpang Unsur terpenting didalam pengevaluasian kinerja simpang adalah lampu lalulintas, kapasitas dan tingkat pelayanan, sehingga untuk menjaga agar kinerja simpang dapat berjalan dengan baik, kapasitas dan tingkat pelayanan perlu dipertimbangkan dalam mengevaluasi



operasi simpang dengan lampu lalu lintas. Ukuran dari kinerja simpang dapat ditentukan berdasarkan panjang antrian, jumlah kendaraan terhenti dan tundaan. Kapasitas Simpang (C) Kapasitas adalah kemampuan simpang untuk menampung arus lalu lintas maksimum per satuan waktu dinyatakan dalam smp/jam hijau. Kapasitas pada simpang dihitung pada setiap pendekat ataupun kelompok lajur didalam suatu pendekat. Kapasitas simpang dinyatakan dengan rumus: C = S . g/c

(11)

Dimana: C = Kapasitas (smp/jam hijau); S = Arusjenuh (smp/jam hijau); g = Waktu hijau(detik). c = Panjang siklus (detik).

emp untuk tipe pendekat Terlindung Terlawan

1,3

1,3

1,0

1,0

0,2

0,4

Derajat Kejenuhan (DS) Derajat kejenuhan (DS) didefinisikan sebagai rasio volume (Q) terhadap kapasitas(C). Rumus untuk menghitung derajat kejenuhan adalah: (12)

Panjang Antrian (NQ) Panjang antrian adalah banyaknya kendaraan yang berada pada simpang tiap jalur RISET & TEKNOLOGI /115

Dimana: NQ2 = Jumlah smp yang datang ada fasemerah.; GR = Rasio hijau; c = Waktusiklus (detik); Qmasuk = Arus lalu lintas yang masuk diluar LTOR (smp/jam). Jumlah kendaraan antri menjadi: NQ = NQ1 + NQ2

Sumber: Departemen P.U. (1997)

DS = Q/C

Untuk DS < 0,5 ; NQ1 = 0 Dimana: NQ1 = Jumlah smp yang tersisa dari fase hijau sebelumnya; DS = Derajat kejenuhan; C = Kapasitas (smp/jam).

(14)

Tabel 3. ekivalen kendaraan penumpang

Kendaraan Berat (HV) Kendaraan Ringan (LV) Sepeda Motor (MC)

(13)

Jumlah antrian selama fase merah (NQ2):

Arus lalu lintas (Q) untuk setiap gerakan (QLT, QRT, dan QST) dikonversi dari kendaran per jam menjadi satuan mobil penumpang (smp) per jam dengan menggunakan ekivalen kendaraan penumpang (emp) untuk masing-masing pendekat terlindung dan terlawan.

Jenis kendaraan

saat nyala lampu merah (DepartemenP.U., 1997). Rumus untuk menentukan rata-rata panjang antrian berdasarkan MKJI 1997, adalah: Untuk derajat kejenuhan (DS) > 0.5:

(15)

Maka panjang antrian kendaraan adalah dengan mengalikan NQmax dengan luas rata-rata yang dipergunakan per smp (20m2) kemudian dibagi dengan lebar masuknya. NQmax didapat dengan menyesuaikan nilai NQ dalam hal peluang yang diinginkan untuk terjadinya pembebanan lebih POL (%) dengan menggunakan Gambar 1. untuk perencanaan dan perancangan disarankan POL 5 %, untuk operasi suatu nilai POL = 5–10 % mungkin dapat diterima: QL=(NQmax.20)/ W masuk

(16)

Kendaraan Terhenti (NS) Angka henti (NS) masing-masing pendekat yang didefinisikan sebagai jumlah ratarata kendaraan berhenti per smp, termasuk henti berulang sebelum melewati garis stop simpang. Dihitung dengan rumus: (17)


Dimana: c = Waktu siklus (detik); Q = Arus lalulintas (smp/jam).

DGj = (1 – PSV) . PT . 6 + (PSV . 4)

Atau masukan DGj rata-rata 6 detik/smp. Dimana : P SV = Rasio kendaraan terhentipada pendekat; PT = Rasio kendaraan berbelokpada pendekat.

Jumlah kendaraan terhenti (Nsv): Nsv = Q . NS (smp/jam)

(18)

Laju henti untuk seluruh simpang: (19) Tundaan (Delay) Tundaan adalah rata-rata waktu tunggu tiap kendaraan yang masuk dalam pendekat. Tundaan pada simpang terdiri dari 2 komponen, yaitu tundaan lalu lintas (DT) dan tundaan geometrik (DG): Dj = DTj + DGj

(20)

Dimana: Dj = Tundaan rata-rata pendekat j(detik/smp). DTj = Tundaan lalu lintas rata-rata pendekat j (detik/smp). DGj = Tundaan geometrik rata-ratapendekat (detik/smp). Tundaan lalu lintas (DT) yaitu akibat interaksi antar lalu lintas pada simpang dengan faktor luar seperti kemacetan pada hilir (pintu keluar) dan pengaturan manual oleh polisi, dengan rumus: (21)

Tingkat Pelayanan Simpang Tingkat pelayanan adalah ukuran kualitas kondisi lalu lintas yang dapat diterima oleh pengemudi kendaraan. Tingkat pelayanan umumnya digunakan sebagai ukuran dari pengaruh yang membatasi akibat peningkatan volume setiap ruas jalan yang dapat digolongkan pada tingkat tertentu yaitu antara A sampai F. Apabila volume meningkat maka tingkat pelayanan menurun, suatu akibat dari arus lalulintas yang lebih buruk dalam kaitannya dengan karakteristik pelayanan. Hubungan tundaan dengan tingkat pelayanan sebagai acuan penilaian simpang, seperti Tabel 4. Tabel 4. Hubungan tundaan dengan tingkat pelayanan

Tingkat Pelayanan A B C D E F

Tundaan henti Tiap Kendaraan (detik) ≤ 5.0 5.1 – 15 15.1 – 25 25.1 – 40.0 40.1 – 60.0 ≥ 60.0

Sumber : Higway Capacity Manual 1985

Atau, (22) Dimana: (22) C = DS = GR= NQ=

(24)

Kapasitas (smp/jam); Derajat kejenuhan.; Rasio hijau (g/c)(detik).; Jumlah smp yang tersisadari fase hijau sebelumnya.

Tundaan geometrik (DG) adalah tundaan akibat perlambatan atau percepatan pada simpang atau akibat terhenti karena lampu merah.

METODOLOGI PENELITIAN Sesuai tujuan yang hendak dicapai,maka konsep rancangan penelitian adalah.sebagai berikut : Data yang digunakan adalah Data Primer antara lain; data volume lalu lintas, geometrik simpang dan waktu sinyal. Data sekunder berupa kelas jalan dan jumlah penduduk.Data kemudian dianalisis untuk memperoleh kinerja kondisi eksisting yang parameternya adalah; (a) kapasitas(b) derajat kejenuhan (c) panjang antrian(d) kendaraan terhenti dan (e) tundaan.Bilamana diperoleh tundaan > 40 det/ smp maka simpang akan diatur dengan sinyal/



APILL dengan mensimulasikan 3 alternatif yaitu: (a) Resetting APILL multi program,(b) Resetting APILL multi program dengan kombinasi pelebaran geometric dan (c) Resetting APILL multi program dengan kombinasi perubahan arah lalulintas. Alternatif terbaik yang direkomendasikan adalah alternatif yang menghasilkan parameter kinerja yang paling baik.

Adapun data geometrik dapat dilihat pada tabel 5 berikut: Tabel 5. Kondisi Geometrik Simpang PENDEKAT

UTARA

TIMUR

SELATAN

BARAT

Tipe Lingkungan Jalan

COM

COM

COM

COM

Hambatan Samping

Rendah

Tinggi

Tinggi

Rendah

Median

Ada

Ada

Ada

Ada

HASIL DAN PEMBAHASAN

Lebar Median (m)

0.8

0.8

1.0

1.2

Data Geometrik Simpang Untuk setiap kaki persimpangan diberi kode pendekat U, S, T, B dengan keterangan sebagai berikut: - U (utara) adalah kaki persimpangan disebelah utara yakni Jalan A. Wahab Syahranie - S (selatan) adalah kaki persimpangan disebelah selatan yakni Jalan Ir. H. juanda - T (timur) adalah kaki persimpangan disebelah timur yakni Jalan Letjend Suprapto - B (barat) adalah kaki persimpangan disebelah barat yakni Jalan Kadrie Oening

Belok kiri jalan terus

Ada

Ada

Ada

Ada

Lebar Pendekat (m)

11.0

11.20

16.70

12.50

Lebar Pendekat masuk (m)

9.0

9.20

14.70

10.50

Lebar Pendekat LTOR

2.0

2.0

2.0

2.0

11.30

10.70

12.50

10.90

Lebar Pendekat keluar (m)

Sumber : data Primer Penetapan kode pendekat dan kondisi geometrik simpang seperti gambar di bawah ini:

U

T

B

S Gambar 1. Kondisi Geometrik Simpang RISET & TEKNOLOGI /117


Tabel 6 Kinerja Simpang Eksisting Kaki Simpang Jalan A. Wahab Syahranie (Utara) Jalan Ir. H. juanda (Selatan) Jalan Kadrie Oening (Barat) Jalan Letjend Suprapto (Timur)

Kinerja Lalu Lintas NS QL D (stop/smp) (m) (dtk/smp)

C (smp/jam)

DS

1411

0.829

0.910

103

1994

0.828

0.903

87

D-E 37.95

1297

0.828

0.923

83

1287

0.808

0.906

90

TP

Diagram Fase Simpang Empat Air Hitam berdasarkan Perhitungan MKJI, 1997 Berikut penggambaran waktu siklus pada persimpangan sesuai dengan fase yang telah ditetapkan dalam bentuk diagram:

(40,0 41,0)

Sumber : Dinas Perhubungan Samarinda Berdasarkan hasil di atas diketahui bahwa rata-rata tundaan henti tiap kendaraan (detik) pada jam puncak menunjukkan tingkat pelayanan D-E (40,0 - 41,0). Maka kondisi simpang saat ini berada pada kondisi yang jelek, mengakibatkan semakin panjangnya antrian maka semakin panjang pula kemacetan yang ada. Dari hasil evaluasi kinerja simpang eksisting dengan pengaturan 4 Fase dan waktu siklus 172 detik. Penentuan Fase Simpang Empat Air Hitam kondisi di Lapangan/aktual Berikut penggambaran waktu siklus pada persimpangan sesuai dengan fase yang telah ditetapkan dalam bentuk diagram. menunjukkan bahwa perbedaan penetapan waktu siklus dilapangan yang bervariasi tiap lengan pada persimpangan Air hitam Samarinda.

Gambar 2. Diagram perbedaan penetapan waktu siklus pada persimpangan Air hitam Samarinda

Gambar 3. Diagram waktu siklus pada persimpangan sesuai dengan fase yang telah ditetapkan

KESIMPULAN 1. Perbedaan antara waktu siklus sinyal terpuncak di lapangan dengan waktu siklus terpuncak sesuai perhitungan yaitu sebagai berikut : a. Hasil perhitungan pada persimpangan air Hitam di lapangan tiap fase yaitu : Fase I pada pendekat Utara, Jalan A. Wahab Syahranie: - Waktu hijau = 26 detik - Waktu kuning = 2 detik - Waktu all red = 2 detik - Total waktu siklus = 168 detik Fase II pada pendekat Timur, Jalan Let. Jend Suprapto: - Waktu hijau = 32 detik - Waktu kuning = 2 detik - Waktu all red = 1 detik - Total waktu siklus = 161 detik Fase III pada pendekat Selatan, Jalan Ir. H. Juanda: - Waktu hijau = 34 detik - Waktu kuning = 2 detik - Waktu all red = 3 detik - Total waktu siklus = 157 detik



Fase IV pada pendekat Barat, Jalan Kadrie Oening: - Waktu hijau = 29 detik - Waktu kuning = 2 detik - Waktu all red = 1 detik - Total waktu siklus = 172 detik b. Hasil perhitungan pada persimpangan Jalan tersebut diperoleh nilai waktu siklus terpuncak tiap fase yaitu : - Waktu hijau fase I (Utara) Jalan A. Wahab Syahranie = 25 detik - Waktu hijau fase II (Timur) Jalan Let. Jend Suprapto = 34 detik - Waktu hijau fase III (Selatan) Jalan Ir.H. Juanda = 19 detik - Waktu hijau fase IV (Barat) Jalan Kadrie Oening = 21 detik - Waktu kuning per fase = 3 detik - Waktu all red per fase = 2 detik Maka di dapat total waktu siklus terpuncak pada jam-jam sibuk yaitu 120 detik, lebih kecil dari waktu siklus aktual (kondisi yang ada) terpuncak yaitu 172 detik. Dari perbedaan tersebut terlihat bahwa pengaturan waktu siklus pada jam-jam terpuncak di persimpangan Air Hitam tersebut belum optimal. 2. Hasil perhitungan pada persimpangan Jalan tersebut diperoleh nilai Derajat Kejenuhan (DS) pada jam-jam puncak rata-rata 0,86. Sedangkan menurut Manual Kapasitas Jalan Indonesia 1997 bahwa batas maksimum nilai derajat kejenuhan sebesar 0,85. Jadi persimpangan tersebut dalam kondisi kurang baik. 3. Dari hasil perhitungan berdasarkan Manual Kapasitas Jalan Indonesia 1997 didapat nilai kendaraan terhenti rata-rata pada simpang = 0,75 stop/smp dengan panjang antrian terpanjang saat jam-jam puncak yaitu 124 meter di pendekat Timur (Jalan Let.Jend Suprapto), dan nilai tundaan simpang ratarata saat jam-jam puncak yaitu = 45,32 (det/ smp), dengan kondisi demikian menunjukkan bahwa tingkat pelayanan di persimpangan tersebut saat jam-jam puncak yaitu tingkat E dengan nilai (40.1 – 60.0). Maka kondisi simpang saat ini pada jam-jam sibuk berada pada kondisi yang jelek.


DAFTAR PUSTAKA Akcelik, R.1989, Traffic Signals; Capacity and Timing Analysis, Australian Road Research Board, Report No. 123, Vermont South, Victoria, Australia Badan Pusat Statistik (BPS) Samarinda, 2010, Samarinda Dalam Angka, Samarinda. Direktorat Jenderal Bina Marga, 1997, Manual Kapasitas Jalan Indonesia, Jakarta. Direktorat Jenderal Perhubungan Darat, 1999, Pedoman Perencanaan Dan Pengoperasian Lalu Lintas Di Wilayah Perkotaan, Jakarta. Morlok Edward. K, 1991, Pengantar Teknik dan PerencanaanTransportasi, Erlangga: Jakarta. Oglesby. CH dan Hicks. RG, 1998, Teknik Jalan Raya, Erlangga:Jakarta Putranto,M.T.,Ph.D, Ir.Leksmono Suryo 2008, Rekayasa Lalu Lintas, Jakarta. Tamin. O.Z, 1997, Perencanaan dan Pemodelan Transportasi, ITB:Bandung.


Produksi Biogas Dari Substrat Campuran Sampah Buah Menggunakan Starter Kotoran Sapi (Rahmaniah Sjafruddin)

Recommend Documents